Python版本：3.7

主要依赖库：

• PyTorch
• torchvision
• visdom
• pydensecrf

• DenseNet121为基础网络，PSPNet作为分割的模型，多尺度训练/测试，CRF后处理等

• 训练数据集:

  • CCF初赛训练数据（s1）+ CCF复赛训练数据（s2）
  • CRF处理CCF训练数据（s1s2-crf）
  • Dstl训练数据

• 主要尝试的模型（原作者）:

  • 训练数据集s1s2 (pspnet-densenet-s1s2)
  • 训练数据集s1s2-crf2 (pspnet-densenet-s1s2-crf2)
  • 不同网络输入尺度 (pspnet-densenet-s1s2-320)
  • focal loss (pspnet-densenet-s1s2-crf2-fl)
  • 类别加权训练 (pspnet-densenet-s1s2-crf2-weight)

• CCF数据集下载链接（提取码：al0x）（把BDCI2017-seg的内容放入dataset/）
  • 注：有Semi表示复赛，无Semi表示初赛
• Dstl数据集下载链接（解压放入dataset/dstl）

执行预处理：

./run_preparation.sh

run_train.sh 根据Overview里面的模型设置，更改train_dir选择对应的训练数据和model_name设置训练的模型

• pspnet-densenet-s1s2-320,更改--image_rows 和 --img_cols 为320
• 在run_train.sh，除了pspnet-densenet-s1s2-crf2-fl调用train-fl.py, 其它模型用train.py
• 对于pspnet-densenet-s1s2-crf2-weight,更改train.py中的weights_per_class 为[0,1,1,3,3]，默认[0,1,1,1,1]

• run_test.sh：更改model_name选择对应的模型测试
• run_vote.sh：更改model_name,对同一模型的不同epoch测试结果进行投票，得到该单模型结果
• submit.sh：每个模型的测试目录 use_crf（e.g. ./submit.sh results/pspnet-densenet-s1s2-crf2/vote 1）