【文件属性】:
文件名称:BiSeNet:基于pytorch的BiSeNet
文件大小:1.09MB
文件格式:ZIP
更新时间:2021-04-23 13:31:14
Python
BiSeNet
基于pytorch 0.4.1和python 3.6的BiSeNet
数据集
从或(6xw4)下载CamVid数据集。
预训练模型
在或(6y3e)中下载best_dice_loss_miou_0.655.pth并将其放在./checkpoints
演示版
python demo.py
结果
原来的
GT
预测
火车
python train.py
使用张量板查看实时损失和准确性
火车上的损失
像素精度
米欧瓦尔
测试
python test.py
结果
班级
骑自行车的人
建造
车
极
栅栏
行人
路
人行道
标志符号
天空
树
ou
ou
0.61
0.80
0.86
0.35
0.37
0.59
0.88
0.81
0.28
0.91
0.73
0.655
这次我用骰子损失训练模型,并得到比交叉熵损失更好的结果。 我没有使用很多特
【文件预览】:
BiSeNet-master
----eval.py(4KB)
----loss.py(1KB)
----utils.py(9KB)
----model()
--------__pycache__()
--------__init__.py(0B)
--------build_BiSeNet.py(7KB)
--------build_contextpath.py(2KB)
----train.py(9KB)
----tfboard_loss.jpg(43KB)
----demo.py(3KB)
----dataset()
--------__pycache__()
--------CamVid.py(5KB)
--------__init__.py(0B)
----test_label.png(18KB)
----tfboard_miou.jpg(83KB)
----tfboard_precision.jpg(71KB)
----.idea()
--------misc.xml(369B)
--------vcs.xml(180B)
--------deployment.xml(1KB)
--------modules.xml(266B)
--------bisenet.iml(567B)
--------workspace.xml(38KB)
----README.md(3KB)
----demo.png(52KB)
----test.png(872KB)
网友评论
- 用户下载后在一定时间内未进行评价,系统默认好评。