文件名称：segmentation:使用pytorch进行图像分割
文件大小：31KB
文件格式：ZIP
更新时间：2024-06-07 18:14:34
pytorch segmentation convolutional-neural-networks machinine-learning Python
细分数据集 确保使用--recurse-submodules签出，有一个子模块'tools'用于常见的点滴）它会加载一个包含图像和遮罩的文件夹，其中包含配置文件（像素值对应于类）。 可在以下上进行训练的示例数据集： : 或者可以从import /文件夹中的脚本中导入COCO / Pascal VOC数据集中的类/图像。 查看训练或测试集和蒙版注释： python -m dataset.view --input /path/to/dataset --train (or --test) 对检查图像的预处理很有用。 查看遮罩文件 python view_labels.py some/file.jpg.mask 训练模型： python main.py --lr 0.1 --batch_size 4 --input /path/to/dataset --model "unet --
【文件预览】：
segmentation-master
----.gitmodules(86B)
----models()
--------test.py(807B)
--------loss.py(3KB)
--------__init__.py(196B)
--------unet.py(4KB)
--------ladder.py(2KB)
--------pyramid.py(639B)
--------pretrained.py(4KB)
--------common.py(7KB)
----arguments.py(3KB)
----test.py(3KB)
----split_classes.py(3KB)
----split.py(1KB)
----main.py(4KB)
----segmentation()
--------flat.py(3KB)
--------loaders.py(1KB)
--------transforms.py(5KB)
----run.sh(434B)
----view_labels.py(425B)
----dataset()
--------__init__.py(1KB)
--------view.py(939B)
--------ade.py(1KB)
--------masked.py(2KB)
----tools()
----README.md(1KB)
----imports()
--------coco.py(4KB)
--------__init__.py(0B)
--------voc.py(6KB)
--------coco_voc.py(1KB)
--------ade_borders.py(2KB)
----evaluate.py(4KB)
----.gitignore(1KB)
----plot.py(3KB)