pytorch deeplab xceptionダウンロードpytorch deeplab xceptionソースコードダウンロード

pytorch deeplab xception

パイソン

1.0.0

ダウンロード

pytorch-deeplab-xception

2018/12/06の更新。 VOCおよびSBDデータセットでトレーニングされたモデルを提供します。

2018/11/24の更新。以前の問題を修正し、新しいバックボーンとマルチGPUトレーニングのサポートを追加する最新バージョンコードをリリースします。前のコードについては、 previousブランチを参照してください

トト

さまざまなバックボーンをサポートします
VOC、SBD、Cityscapes、Cocoデータセットをサポートします
マルチGPUトレーニング

バックボーン	トレーニング/評価OS	ヴァルのmiou	事前に保護されたモデル
resnet	16/16	78.43％	Googleドライブ
Mobilenet	16/16	70.81％	Googleドライブ
drn	16/16	78.87％	Googleドライブ

導入

これは、deeplab-v3-plusのPytorch（0.4.1）の実装です。修正されたアライメントXceptionとResnetをバックボーンとして使用できます。現在、Pascal VOC 2012、SBD、Cityscapesデータセットを使用して、DeepLab V3 Plusをトレーニングしています。

インストール

コードは、アナコンダとPython 3.6でテストされました。アナコンダ環境をインストールした後：

リポジトリのクローン：

git clone https://github.com/jfzhang95/pytorch-deeplab-xception.git
cd pytorch-deeplab-xception

依存関係をインストールします：
Pytorchの依存関係については、詳細についてはpytorch.orgを参照してください。
カスタム依存関係の場合：
```
pip install matplotlib pillow tensorboardX tqdm
```

トレーニング

以下の手順に従って、モデルをトレーニングしてください。

MyPath.pyでデータセットパスを構成します。

入力引数：（ python train.pyを介した完全な入力引数を参照してください - ヘルプ）：

usage: train.py [-h] [--backbone {resnet,xception,drn,mobilenet}]
            [--out-stride OUT_STRIDE] [--dataset {pascal,coco,cityscapes}]
            [--use-sbd] [--workers N] [--base-size BASE_SIZE]
            [--crop-size CROP_SIZE] [--sync-bn SYNC_BN]
            [--freeze-bn FREEZE_BN] [--loss-type {ce,focal}] [--epochs N]
            [--start_epoch N] [--batch-size N] [--test-batch-size N]
            [--use-balanced-weights] [--lr LR]
            [--lr-scheduler {poly,step,cos}] [--momentum M]
            [--weight-decay M] [--nesterov] [--no-cuda]
            [--gpu-ids GPU_IDS] [--seed S] [--resume RESUME]
            [--checkname CHECKNAME] [--ft] [--eval-interval EVAL_INTERVAL]
            [--no-val]

Pascal VOCデータセットを使用してDeepLabv3+をトレーニングし、バックボーンとして再ネットを使用します。
```
bash train_voc.sh
```
CoCOデータセットを使用してDeepLabv3+をトレーニングし、バックボーンとしてResNetを使用します。
```
bash train_coco.sh
```