pytorch semantic segmentation

Pytorch para segmentación semántica

Este repositorio contiene algunos modelos para la segmentación semántica y la tubería de los modelos de entrenamiento y prueba, implementados en Pytorch

Modelos

1. Vanilla FCN: FCN32, FCN16, FCN8, en las versiones de VGG, ResNet y Densenet respectivamente (redes totalmente convolucionales para la segmentación semántica)
2. U-Net (U-Net: redes convolucionales para la segmentación de imágenes biomédicas)
3. Segnet (Segnet: una arquitectura de codificador convolucional profunda profunda para la segmentación de imágenes)
4. PSPNET (Pyramid Scene Pailing Network)
5. GCN (gran núcleo es importante)
6. DUC, HDC (Comprensión de la convolución para la segmentación semántica)

Requisito

1. Pytorch 0.2.0
2. Tensorboard para Pytorch. Aquí para instalar
3. Algunas otras bibliotecas (encuentre lo que pierde al ejecutar el código:-P)

Preparación

1. Vaya al directorio de modelos y establezca la ruta de los modelos previos a la aparición en config.py
2. Vaya al directorio de conjuntos de datos y haga siguiendo el ReadMe

HACER

1. Deeplab v3
2. Refineneto
3. Más conjunto de datos (por ejemplo)