【文件属性】：
文件名称：segmentation_models.pytorch:具有预训练骨干的细分模型。 火炬
文件大小：1.3MB
文件格式：ZIP
更新时间：2021-04-28 19:43:37
models image-processing pytorch neural-networks imagenet
具有用于图像的神经网络的Python库基于分割。
该库的主要功能是：
高级API（只需两行即可创建神经网络）
9种用于二进制和多类细分的模型架构（包括传奇的Unet）
104种可用编码器
所有编码器均具有预训练的权重，以实现更快更好的收敛
请访问或阅读以下自述文件，以了解有关细分模型Pytorch（简称SMP）库的更多信息
:clipboard: 表中的内容
建筑学
编码器
型号API
输入通道
辅助分类输出
深度
安装
图书馆比赛获胜
贡献
引用
执照
:hourglass_not_done: 快速开始
1.使用SMP创建第一个细分模型
细分模型只是一个PyTorch nn.Module，可以轻松创建：
import segmentation_models_pytorch as smp
model = smp . Unet (
encoder_name = "resnet34" , # choos
【文件预览】：
segmentation_models.pytorch-master
----MANIFEST.in(43B)
----docker()
--------Dockerfile(74B)
--------Dockerfile.dev(204B)
----HALLOFFAME.md(4KB)
----segmentation_models_pytorch()
--------deeplabv3()
--------linknet()
--------utils()
--------fpn()
--------pan()
--------losses()
--------base()
--------__init__.py(1KB)
--------unet()
--------manet()
--------encoders()
--------pspnet()
--------__version__.py(63B)
--------unetplusplus()
----.github()
--------stale.yml(684B)
--------FUNDING.yml(643B)
--------workflows()
----pics()
--------logo-small-w300.png(18KB)
--------logo-small-h300.png(73KB)
----requirements.txt(83B)
----__init__.py(41B)
----examples()
--------cars segmentation (camvid).ipynb(1.46MB)
----LICENSE(1KB)
----setup.py(4KB)
----README.md(23KB)
----docs()
--------make.bat(799B)
--------models.rst(650B)
--------encoders.rst(15KB)
--------install.rst(252B)
--------conf.py(3KB)
--------requirements.txt(39B)
--------quickstart.rst(1KB)
--------index.rst(542B)
--------Makefile(633B)
--------losses.rst(830B)
--------insights.rst(4KB)
--------logo.png(18KB)
----tests()
--------test_preprocessing.py(1KB)
--------test_models.py(4KB)
--------test_losses.py(8KB)
----misc()
--------generate_table.py(887B)
----.gitignore(1KB)