CascadePSP 다운로드 CascadePSP 소스 코드 다운로드

CascadePSP

파이썬

v1.0

다운로드

CASCADEPSP : 글로벌 및 지역 정제를 통한 계급 및 매우 고해상도 세분화를 향해

Ho Kei Cheng*, Jihoon Chung*, Yu-Wing Tai, Chi-Keung Tang

[arxiv] [PDF]

[보충 정보 (DenseCRF 포함 비교!)]]]

[보충 이미지 결과]

소개

CascadePsp는 고해상도 세분화 정제를위한 딥 러닝 모델입니다. 이 저장소에는 교육 및 테스트 기능을 모두 갖춘 Pytorch 구현이 포함되어 있습니다. 우리는 또한 주석이 달린 UHD 데이터 세트에 큰 및 사기 된 모델을 제공합니다.

다음은 고해상도 이미지에 대한 몇 가지 개선 결과입니다. 괴롭히는 사람

빠른 시작

Pytorch 1.0에서 테스트 - 더 높은 버전은 추론에도 효과가있을 수 있습니다.

이 폴더를 확인하십시오. 우리는 두 줄의 코드로 입력 이미지를 개선 할 수있는 PIP 패키지를 구축했습니다.

설치하십시오

pip install segmentation-refinement

코드 데모 :

 import cv2
import time
import matplotlib . pyplot as plt
import segmentation_refinement as refine
image = cv2 . imread ( 'test/aeroplane.jpg' )
mask = cv2 . imread ( 'test/aeroplane.png' , cv2 . IMREAD_GRAYSCALE )

# model_path can also be specified here
# This step takes some time to load the model
refiner = refine . Refiner ( device = 'cuda:0' ) # device can also be 'cpu'

# Fast - Global step only.
# Smaller L -> Less memory usage; faster in fast mode.
output = refiner . refine ( image , mask , fast = False , L = 900 ) 

# this line to save output
cv2 . imwrite ( 'output.png' , output )

plt . imshow ( output )
plt . show ()

네트워크 개요

글로벌 단계 및 로컬 단계

글로벌 단계	로컬 단계

정제 모듈

더 많은 결과

인간의 마스크를 정제합니다. 3.6m

영상	오리지널 마스크	정제 된 마스크

첫 번째 행은 실패 케이스입니다 (목 참조).

신용 거래

pspnet 구현 : https://github.com/lextal/pspnet-pytorch

syncbn 구현 : https://github.com/vacancy/synchronized-batchnorm-pytorch

귀하의 연구에 우리의 작업이 유용하다고 생각되면 다음을 인용하십시오.

 @inproceedings { cheng2020cascadepsp ,
  title = { {CascadePSP}: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement } ,
  author = { Cheng, Ho Kei and Chung, Jihoon and Tai, Yu-Wing and Tang, Chi-Keung } ,
  booktitle = { CVPR } ,
  year = { 2020 }
}