GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

meetshah1995

pytorch-semseg – PyTorchで実装されたセマンティックセグメンテーションアーキテクチャ //meetshah1995.github.io/..

投稿日:

PyTorchで実装されたセマンティックセグメンテーションアーキテクチャ https: //meetshah1995.github.io/semant…

ピーター・セムセグ

PyTorchで実装されたセマンティックセグメンテーションアルゴリズム

このリポジトリは、PyTorchで一般的なセマンティックセグメンテーションアーキテクチャをミラーリングすることを目的としています。

実装されたネットワーク

  • PSPNet – 事前依存モデルの読み込みをサポート(Caffe依存関係なし)
  • ICNet – オプションのバット・モデルとプリトレインモデル
  • FRRN – モデルAとモデルB
  • FCN – すべての1(FCN32s)、2(FCN16s)および3(FCN8s)のストリーム・バリアント
  • Uネット – オプションのデコンボリューションとバットノーム
  • Link-Net – 複数のresnetバックエンドを使用する
  • Segnet – Maxpoolインデックスを使用したアンプール

今後の予定

データローダー実装

要件

  • Pytorch> = 0.3.0
  • torchvision == 0.2.0
  • visdom> = 1.0.1(損失と結果の視覚化の場合)
  • サイキー
  • tqdm

1行のインストール

pip install -r requirements.txt

データ

  • 必要なデータセットのデータをURLのリストからダウンロードします。
  • config.json zip / tarを抽出し、パスを適切に変更する

使用法

(別の端末ウィンドウで)実行してvisdomを起動する

python -m visdom.server

モデルを訓練するには:

python train.py [-h] [--arch [ARCH]] [--dataset [DATASET]]
                [--img_rows [IMG_ROWS]] [--img_cols [IMG_COLS]]
                [--n_epoch [N_EPOCH]] [--batch_size [BATCH_SIZE]]
                [--l_rate [L_RATE]] [--feature_scale [FEATURE_SCALE]]
                [--visdom [VISDOM]]

  --arch           Architecture to use ['fcn8s, unet, segnet etc']
  --dataset        Dataset to use ['pascal, camvid, ade20k etc']
  --img_rows       Height of the input image
  --img_cols       Width of the input image
  --n_epoch        # of the epochs
  --batch_size     Batch Size
  --l_rate         Learning Rate
  --feature_scale  Divider for # of features to use
  --visdom         Show visualization(s) on visdom | False by default

モデルを検証するには:

python validate.py [-h] [--model_path [MODEL_PATH]] [--dataset [DATASET]]
                   [--img_rows [IMG_ROWS]] [--img_cols [IMG_COLS]]
                   [--batch_size [BATCH_SIZE]] [--split [SPLIT]]

  --model_path   Path to the saved model
  --dataset      Dataset to use ['pascal, camvid, ade20k etc']
  --img_rows     Height of the input image
  --img_cols     Width of the input image
  --batch_size   Batch Size
  --split        Split of dataset to validate on

カスタムイメージのデータセットをテストするには:

python test.py [-h] [--model_path [MODEL_PATH]] [--dataset [DATASET]]
               [--dcrf [DCRF]] [--img_path [IMG_PATH]] [--out_path [OUT_PATH]]
 
  --model_path          Path to the saved model
  --dataset             Dataset to use ['pascal, camvid, ade20k etc']
  --dcrf                Enable DenseCRF based post-processing
  --img_path            Path of the input image
  --out_path            Path of the output segmap

このコードが研究に役立つ場合は、引用を検討してください:

@article{mshahsemseg,
    Author = {Meet P Shah},
    Title = {Semantic Segmentation Architectures Implemented in PyTorch.},
    Journal = {https://github.com/meetshah1995/pytorch-semseg},
    Year = {2017}
}







-meetshah1995
-, , ,

執筆者: