文件名称：fastseg:Mobile MobileNetV3的PyTorch实现用于实时语义分割，具有预先训练的权重和最新性能
文件大小：894KB
文件格式：ZIP
更新时间：2024-05-03 02:49:05
computer-vision deep-learning pytorch semantic-segmentation kitti-dataset
快速语义分割 该存储库旨在为PyTorch中的移动设备提供准确的实时语义分段代码，并在Cityscapes上提供预训练的权重。 这可用于在各种现实世界的街道图像上进行有效的分割，包括Mapillary Vistas，KITTI和CamVid等数据集。 from fastseg import MobileV3Large model = MobileV3Large . from_pretrained (). cuda (). eval () model . predict ( images ) 这些模型是MobileNetV3 （大型和小型变体）的实现，具有基于LR- ASPP的修改后的细分头。 *型号在Cityscapes val上能够达到72.3％的mIoU精度，而在GPU上以高达37.3 FPS的速度运行。 请参阅下面的详细基准。 当前，您可以执行以下操作： 加载预训练的Mo
【文件预览】：
fastseg-master
----onnx_infer.py(994B)
----LICENSE.txt(1KB)
----onnx_optimize.py(1KB)
----infer.py(2KB)
----requirements.txt(106B)
----demo()
--------fastseg-semantic-segmentation.ipynb(1.14MB)
----fastseg()
--------model()
--------__init__.py(55B)
--------image()
----setup.py(1KB)
----README.md(11KB)
----onnx_export.py(2KB)
----.editorconfig(126B)
----.gitignore(55B)