文件名称：1-stage-wseg:图像标签的单阶段语义分割（CVPR 2020）
文件大小：6.89MB
文件格式：ZIP
更新时间：2024-04-09 00:17:31
semantic-segmentation weakly-supervised-learning cvpr2020 Python
图像标签的单阶段语义分割
该存储库包含本文的原始实现：
图像标签的单阶段语义分割（ 和（ 参加CVPR2020。
联系人：Nikita Araslanov
我们通过训练单一网络模型来获得竞争优势仅使用自我监督的方式进行细分图像级注释（在Pascal VOC上运行20个纪元）。
设置
最低要求。该项目最初是使用Python 3.6，PyTorch 1.0和CUDA 9.0开发的。培训至少需要两个Titan X GPU（每个12Gb内存）。
设置您的Python环境。请克隆存储库并安装依赖项。我们建议使用Anaconda 3发行版：
conda create -n
【文件预览】：
1-stage-wseg-master
----fonts()
--------UbuntuMono-R.ttf(201KB)
----.gitignore(24B)
----core()
--------__init__.py(0B)
--------config.py(8KB)
----requirements.txt(335B)
----data()
--------train_voc.txt(150KB)
--------test.txt(77KB)
--------val_voc.txt(149KB)
--------train_augvoc.txt(1.05MB)
----datasets()
--------transforms.py(3KB)
--------__init__.py(941B)
--------pascal_voc.py(5KB)
--------utils.py(2KB)
--------pascal_voc_ms.py(6KB)
----eval_seg.py(8KB)
----launch()
--------run_voc_resnet38.sh(414B)
--------run_bsl_resnet38.sh(453B)
--------run_bsl_vgg16.sh(450B)
--------run_voc_vgg16.sh(411B)
--------infer_val.sh(1KB)
--------eval_seg.sh(564B)
--------run_voc_resnet101.sh(415B)
--------run_voc_resnet50.sh(414B)
--------run_bsl_resnet101.sh(454B)
--------run_bsl_resnet50.sh(453B)
----opts.py(3KB)
----infer_val.py(3KB)
----models()
--------backbones()
--------__init__.py(225B)
--------mods()
--------stage_net.py(12KB)
----LICENSE(10KB)
----base_trainer.py(6KB)
----losses()
--------__init__.py(1KB)
----tools()
--------convert_sbd.py(1KB)
----utils()
--------checkpoints.py(4KB)
--------collections.py(2KB)
--------inference_tools.py(7KB)
--------__init__.py(0B)
--------stat_manager.py(2KB)
--------timer.py(722B)
--------metrics.py(5KB)
--------dcrf.py(582B)
--------pallete.py(5KB)
----README.md(6KB)
----configs()
--------voc_resnet50.yaml(556B)
--------voc_resnet101.yaml(557B)
--------voc_vgg16.yaml(556B)
--------voc_resnet38.yaml(628B)
----figures()
--------results.png(1.19MB)
--------results.gif(5.48MB)
----train.py(11KB)