这个仓库旨在实现常用的语义分割算法，主要参考如下：

• pytorch-semseg
• Semantic Segmentation using Fully Convolutional Networks over the years
• Fully Convolutional Networks for Semantic Segmentation
• dataset_loaders 实现了主要的数据集的加载，包括视频，图像
• semantic-segmentation-pytorch ade20k数据集常用模型评估，其中具有caffe，pytorch和torch代码的实现

• FCN，参考fcn_understanding
• RefineNet，参考refinenet_understanging
• DUC，参考duc_understanding
• DRN
• PSPNet，参考pspnet_understanding
• ENet
• ErfNet
• LinkNet，参考pytorch-linknet
• FC-DenseNet，参考fcdensenet_understanding
• ...

• CamVid
• PASCAL VOC
• CityScapes
• ADE20K，参考ade20k数据集相关
• Mapillary Vistas Dataset，参考Mapillary Vistas Dataset数据集相关
• ...

通过仿射变换来实现数据集增加的方法扩充语义分割数据集。

• imgaug
• Augmentor
• joint_transforms.py 使用这个脚本实现数据集增加

• pytorch
• ...

• CamVid，参考camvid_dataset
• PASCAL VOC，参考pascal_voc_dataset
• CityScapes，参考cityscapes_dataset
• ...

可视化

visdom 开发相关问题

# 在tmux或者另一个终端中开启可视化服务器visdom
python -m visdom.server
# 然后在浏览器中查看127.0.0.1:9097

训练

# 训练模型
python train.py

校验

# 校验模型
python validate.py

测试

# 测试模型
python test.py