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
# 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