【文件属性】：
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：2021-05-24 03:39:48
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)