pytorch semantic segmentation

Pytorch para segmentação semântica

Este repositório contém alguns modelos para segmentação semântica e o pipeline de modelos de treinamento e teste, implementados em Pytorch

Modelos

1. Vanilla FCN: FCN32, FCN16, FCN8, nas versões de VGG, Resnet e Densenet, respectivamente (redes totalmente convolucionais para segmentação semântica)
2. U-Net (U-Net: redes convolucionais para segmentação de imagem biomédica)
3. Segnet (Segnet: uma profunda arquitetura de codificador convolucional para segmentação de imagens)
4. PSPNET (rede de análise da cena da pirâmide)
5. GCN (Matérias grandes do kernel)
6. DUC, HDC (Entendendo a convolução da segmentação semântica)

Exigência

1. Pytorch 0.2.0
2. Tensorboard para Pytorch. Aqui para instalar
3. Algumas outras bibliotecas (encontre o que você sente falta ao executar o código: p)

Preparação

1. Vá para o Diretório de Modelos e defina o caminho dos modelos pré -terenciados em config.py
2. Vá para o diretório de dados e faça seguindo o ReadMe

PENDÊNCIA

1. Deeplab v3
2. Refinenet
3. Mais conjunto de dados (por exemplo, ADE)