文件名称：mseg-semantic:CVPR '20“ MSeg的官方仓库
文件大小：3.85MB
文件格式：ZIP
更新时间：2024-04-08 16:50:06
Python
尝试我们在的模型！ 此回购包括本文的语义分割预训练模型，训练和推理代码： MSeg：用于多域语义分割的复合数据集（CVPR 2020，官方仓库） ， ，，，在提出。链接到 此仓库是介绍我们工作的4个仓库中的第二个。它提供了使用HRNet-W48或PSPNet主干来训练语义分割模型的实用程序，足以训练基准测试中的获胜作品。 ：用于下载MSeg数据集，在统一分类法中将数据准备在磁盘上，在培训期间动态映射到统一分类法的实用程序。 ：用于执行大规模Mechanical Turk重新标记的实用程序 2021年1月将引入另外一个回购协议： mseg-panoptic ：基于Detectron2提供Panoptic-FPN和Mask-RCNN培训 您的模型可以运行多快？ 我们的480p MSeg模型可以接受473x473 px的裁剪，并且可以在Quadro P5000 GPU上以单比例推断
【文件预览】：
mseg-semantic-master
----.github()
--------workflows()
----requirements.txt(157B)
----.travis.yml(488B)
----LICENSE(1KB)
----mseg_semantic()
--------utils()
--------model()
--------scripts()
--------config()
--------tool()
----setup.py(2KB)
----README.md(25KB)
----integration_tests()
--------test_test_oracle_tax.py(2KB)
--------test_universal_demo.py(2KB)
--------test_test_universal_tax.py(2KB)
----tests()
--------test_excluded_ids.py(2KB)
--------test_img_path_utils.py(2KB)
--------test_inference_task.py(2KB)
--------test_avg_meter.py(1KB)
--------iou_tests.py(4KB)
--------test_relabeled_eval_utils.py(8KB)
--------test_data()
--------test_accuracy_calculator.py(5KB)
--------test_universal_demo_batched.py(365B)
----.gitignore(101B)
----training.md(4KB)