deeplabpaddle是复现的paddle代码 deeplabpytorch是原pytorch代码 torch2paddle.py是模型转化文件

需要安装第三方库omegaconf和pydensecrf，pydensecrf的Windows版可以在https://www.lfd.uci.edu/~gohlke/pythonlibs/#pydensecrf中找到安装命令如下：

pip install pydensecrf-1.0rc2-cp37-cp37m-win_amd64.whl
pip install omegaconf

由于git上传限制，模型需要先使用torch2paddle.py进行转化

python torch2paddle.py

运行paddle代码请使用

cd deeplabpaddle
python main.py train --config-path configs/voc12.yaml --cuda

运行测试voc12的代码可使用

python main.py test --config-path configs/voc12.yaml --model-path  data/models/voc12/deeplabv2_resnet101_msc/train/deeplabv2_resnet101_msc-vocaug.pdparams

运行crf测试

python main.py crf --config-path configs/voc12.yaml

paddle最终得分文件在deeplabpaddle/data/scores/voc12/deeplabv2_resnet101_msc/val/scores.json中，在VOC12上的miou为0.8987213899844988

pytorch最终得分文件在deeplabpytorch/data/scores/voc12/deeplabv2_resnet101_msc/val/scores.json中，在VOC12上的miou为0.8987214672262349

paddle在VOC12 crf后的得分文件在deeplabpaddle/data/scores/voc12/deeplabv2_resnet101_msc/val/scores_crf.json中，得分为0.9092208861996653

更新了cityscapes数据集读取代码，但是精度还未达到要求。

可使用python main.py train --config-path configs/cityscapes.yaml --cuda进行训练

测试代码可使用python main.py test --config-path configs/cityscapes.yaml --model-path data/models/cityscapes/deeplabv2_resnet101_msc/train/checkpoint_final.pdparams

论文精度为：

由于git上传限制，项目完整代码、模型、训练日志均在百度网盘，链接有效期7天，

链接：https://pan.baidu.com/s/1fVIuZzJJdxhNmK8z1JrqEQ

提取码：js9o

cityscapes的数据集请从：https://aistudio.baidu.com/aistudio/datasetdetail/64550下载