semantic segmentation
v0.2.6
Pytorchに豊富なデータセットを備えた使いやすくカスタマイズ可能なSOTAセマンティックセグメンテーションモデル
2022年以来多くの変更が変更されていますが、今日ではオープンワールドセグメンテーションモデル（セグメントでも）があります。ただし、従来のセグメンテーションモデルは、高精度とカスタムユースケースを依然として需要があります。このリポジトリは、新しいPytorchバージョン、更新されたモデル、およびカスタムデータセットなどで使用する方法のドキュメントに従って更新されます。
予想されるリリース日 - > 2024年5月
計画された機能：
廃棄される現在の機能：
サポートされているバックボーン：
サポートされているヘッド/方法：
サポートされているスタンドアロンモデル：
サポートされているモジュール：
ベンチマークと利用可能な事前訓練モデルのモデルを参照してください。
サポートされているバックボーンについては、バックボーンを確認してください。
注：ほとんどの方法には、事前に訓練されたモデルがありません。さまざまなモデルを1つのリポジトリで事前に訓練した重みと組み合わせて、自分自身を再訓練するためのリソースが限られていることは非常に困難です。
シーンの解析：
人間の解析：
顔の解析：
その他：
詳細とデータセットの準備については、データセットを参照してください。
ここでノートブックを確認して、増強効果をテストしてください。
ピクセルレベルの変換：
空間レベルの変換：
次に、リポジトリをクローンして、次のようにプロジェクトをインストールします。
$ git clone https://github.com/sithu31296/semantic-segmentation
$ cd semantic-segmentation
$ pip install -e . configsで構成ファイルを作成します。 ADE20Kデータセットのサンプル構成はこちらをご覧ください。次に、それが必要かどうかと思うフィールドを編集します。この構成ファイルは、すべてのトレーニング、評価、予測スクリプトに必要です。
単一のGPUでトレーニングするには：
$ python tools/train.py --cfg configs/CONFIG_FILE.yaml複数のGPUでトレーニングするには、構成ファイルのDDPフィールドをtrueに設定し、次のように実行します。
$ python -m torch.distributed.launch --nproc_per_node=2 --use_env tools/train.py --cfg configs/ < CONFIG_FILE_NAME > .yaml構成ファイルのMODEL_PATHトレーニングされたモデルディレクトリに設定してください。
$ python tools/val.py --cfg configs/ < CONFIG_FILE_NAME > .yamlマルチスケールとフリップで評価するには、 MSFのENABLEをtrueに変更し、上記と同じコマンドを実行します。
推論を行うには、構成ファイルのパラメーターを下から編集します。
MODELを変更してください>> NAMEとBACKBONE 、希望の事前に除外されたモデルになります。DATASET変更>>前提型モデルに応じて、データセット名にNAMEを変更します。TEST >> MODEL_PATHをテストモデルの前提条件の重みに設定します。TEST >> FILEをファイルまたは画像フォルダーパスに変更します。SAVE_DIRで保存されます。 # # example using ade20k pretrained models
$ python tools/infer.py --cfg configs/ade20k.yamlテスト結果の例（Segformer-B2）：
onnxとcoremlに変換するには、実行してください。
$ python tools/export.py --cfg configs/ < CONFIG_FILE_NAME > .yamlOpenVinoとTfliteに変換するには、torch_optimizeを参照してください。
# # ONNX Inference
$ python scripts/onnx_infer.py --model < ONNX_MODEL_PATH > --img-path < TEST_IMAGE_PATH >
# # OpenVINO Inference
$ python scripts/openvino_infer.py --model < OpenVINO_MODEL_PATH > --img-path < TEST_IMAGE_PATH >
# # TFLite Inference
$ python scripts/tflite_infer.py --model < TFLite_MODEL_PATH > --img-path < TEST_IMAGE_PATH > @article{xie2021segformer,
title={SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers},
author={Xie, Enze and Wang, Wenhai and Yu, Zhiding and Anandkumar, Anima and Alvarez, Jose M and Luo, Ping},
journal={arXiv preprint arXiv:2105.15203},
year={2021}
}
@misc{xiao2018unified,
title={Unified Perceptual Parsing for Scene Understanding},
author={Tete Xiao and Yingcheng Liu and Bolei Zhou and Yuning Jiang and Jian Sun},
year={2018},
eprint={1807.10221},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@article{hong2021deep,
title={Deep Dual-resolution Networks for Real-time and Accurate Semantic Segmentation of Road Scenes},
author={Hong, Yuanduo and Pan, Huihui and Sun, Weichao and Jia, Yisong},
journal={arXiv preprint arXiv:2101.06085},
year={2021}
}
@misc{zhang2021rest,
title={ResT: An Efficient Transformer for Visual Recognition},
author={Qinglong Zhang and Yubin Yang},
year={2021},
eprint={2105.13677},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{huang2021fapn,
title={FaPN: Feature-aligned Pyramid Network for Dense Image Prediction},
author={Shihua Huang and Zhichao Lu and Ran Cheng and Cheng He},
year={2021},
eprint={2108.07058},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{wang2021pvtv2,
title={PVTv2: Improved Baselines with Pyramid Vision Transformer},
author={Wenhai Wang and Enze Xie and Xiang Li and Deng-Ping Fan and Kaitao Song and Ding Liang and Tong Lu and Ping Luo and Ling Shao},
year={2021},
eprint={2106.13797},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@article{Liu2021PSA,
title={Polarized Self-Attention: Towards High-quality Pixel-wise Regression},
author={Huajun Liu and Fuqiang Liu and Xinyi Fan and Dong Huang},
journal={Arxiv Pre-Print arXiv:2107.00782 },
year={2021}
}
@misc{chao2019hardnet,
title={HarDNet: A Low Memory Traffic Network},
author={Ping Chao and Chao-Yang Kao and Yu-Shan Ruan and Chien-Hsiang Huang and Youn-Long Lin},
year={2019},
eprint={1909.00948},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@inproceedings{sfnet,
title={Semantic Flow for Fast and Accurate Scene Parsing},
author={Li, Xiangtai and You, Ansheng and Zhu, Zhen and Zhao, Houlong and Yang, Maoke and Yang, Kuiyuan and Tong, Yunhai},
booktitle={ECCV},
year={2020}
}
@article{Li2020SRNet,
title={Towards Efficient Scene Understanding via Squeeze Reasoning},
author={Xiangtai Li and Xia Li and Ansheng You and Li Zhang and Guang-Liang Cheng and Kuiyuan Yang and Y. Tong and Zhouchen Lin},
journal={ArXiv},
year={2020},
volume={abs/2011.03308}
}
@ARTICLE{Yucondnet21,
author={Yu, Changqian and Shao, Yuanjie and Gao, Changxin and Sang, Nong},
journal={IEEE Signal Processing Letters},
title={CondNet: Conditional Classifier for Scene Segmentation},
year={2021},
volume={28},
number={},
pages={758-762},
doi={10.1109/LSP.2021.3070472}
}
@misc{yan2022lawin,
title={Lawin Transformer: Improving Semantic Segmentation Transformer with Multi-Scale Representations via Large Window Attention},
author={Haotian Yan and Chuang Zhang and Ming Wu},
year={2022},
eprint={2201.01615},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{yu2021metaformer,
title={MetaFormer is Actually What You Need for Vision},
author={Weihao Yu and Mi Luo and Pan Zhou and Chenyang Si and Yichen Zhou and Xinchao Wang and Jiashi Feng and Shuicheng Yan},
year={2021},
eprint={2111.11418},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{wightman2021resnet,
title={ResNet strikes back: An improved training procedure in timm},
author={Ross Wightman and Hugo Touvron and Hervé Jégou},
year={2021},
eprint={2110.00476},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{liu2022convnet,
title={A ConvNet for the 2020s},
author={Zhuang Liu and Hanzi Mao and Chao-Yuan Wu and Christoph Feichtenhofer and Trevor Darrell and Saining Xie},
year={2022},
eprint={2201.03545},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@misc{li2022uniformer,
title={UniFormer: Unifying Convolution and Self-attention for Visual Recognition},
author={Kunchang Li and Yali Wang and Junhao Zhang and Peng Gao and Guanglu Song and Yu Liu and Hongsheng Li and Yu Qiao},
year={2022},
eprint={2201.09450},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
