文件名称：matlab的素描代码-SketchyScene-pytorch:PyTorch的“SketchyScene”的语义/实例分段的官方PyTor
文件大小：4.19MB
文件格式：ZIP
更新时间：2024-06-12 21:26:28
系统开源
matlab的素描代码粗略场景火炬 该存储库是SketchyScene数据集上语义分割（适应于DeepLab-v2）和实例分割（适应于Mask R-CNN）的官方PyTorch实现。 （ECCV 2018） | | | 大纲 语义分割 请参见Semantic_Segmentation目录下的代码。 要求 的Python 3.5 PyTorch 0.4.1 火炬视觉0.2.1 （可选）Tensorflow（> = 1.4.0） 准备工作 下载全部内容，然后按照说明将其放置在data目录下。 下载ImageNet预训练的“ ResNet-101” pytorch模型（用于初始训练），并将其放在resnet_pretrained_model目录下。 我们提供了将我们的模型转换为pytorch模型的实现。 火车 对于基于ImageNet预训练的“ ResNet-101”模型的训练： python3 semantic_main.py --mode='train' --init_with='resnet' --log_info=1 --ignore_class_bg=1 从[ 'resnet' ，
【文件预览】：
SketchyScene-pytorch-master
----Semantic_Segmentation()
--------semantic_main.py(20KB)
--------resnet_pretrained_model()
--------tools()
--------libs()
--------adapted_deeplab_pytorch.py(7KB)
--------configs.py(3KB)
----README.md(12KB)
----Instance_Segmentation()
--------SketchDataset.py(4KB)
--------segment_inference.py(7KB)
--------segment_evaluate.py(8KB)
--------pretrained_model()
--------tools()
--------libs()
--------.gitignore(110B)
--------segment_train.py(4KB)
----data()
--------README.md(341B)
----.gitignore(206B)