【文件属性】：
文件名称：DACS:论文中的代码“ DACS
文件大小：153KB
文件格式：ZIP
更新时间：2021-05-19 22:14:53
Python
论文用于结果的代码
入门
先决条件
CUDA / CUDNN
Python3
在requirements.txt中找到的包
进行培训和测试
在单个GPU上训练GTA5-> CityScapes上具有无监督域自适应的模型的示例
python3 trainUDA.py --config ./configs/configUDA.json --name UDA
使用CityScapes作为目标域进行域适应测试模型的示例
python3 EvaluationUDA.py --model-path checkpoint.pth
预训练模型
可以从以下位置下载GTA5-> Cityscapes的预训练模型：（ ），并且应该在'../saved'文件夹中解压缩。 该模型的峰值为53.66 mIoU，结束于53.04 mIoU。
【文件预览】：
DACS-master
----utils()
--------transformmasks.py(2KB)
--------helpers.py(2KB)
--------transformsgpu.py(4KB)
--------sync_batchnorm()
--------metric.py(4KB)
--------loss.py(5KB)
--------palette.py(8KB)
----configs()
--------configUDA.json(1004B)
----evaluateUDA.py(7KB)
----model()
--------deeplabv2.py(7KB)
----requirements.txt(67B)
----LICENSE(1KB)
----trainUDA.py(26KB)
----README.md(860B)
----data()
--------base.py(4KB)
--------city_utils.py(2KB)
--------gta5_list()
--------cityscapes_loader.py(7KB)
--------__init__.py(678B)
--------gta5_dataset.py(3KB)
--------synthia_dataset.py(3KB)
--------augmentations.py(15KB)
--------synthia_list()
----splits()
--------city()