Efficient Segmentation Networks下载 - Efficient Segmentation Networks源代码下载

Efficient Segmentation Networks

Python

1.0.0

下载

高效细分网络

该项目旨在为使用Pytorch的实时语义分割模型提供易于使用的可修改参考实现。

---

要求

在运行脚本之前，需要安装Pytorch和Torchvision ，支持Pytorch V1.1或更高版本。

pip3 install -r requirements.txt

型号

该项目支持这些语义分割模型如下：

（ SQNET ）加快语义细分以进行自动驾驶[纸]
（ linknet ）利用编码器表示以进行有效的语义分割[纸]
（ Segnet ）图像分割的深卷积编码器架构[纸]
（ UNET ）生物医学图像分割的卷积网络[纸]
（ ENET ）实时语义分割的深神网络体系结构[论文]
（ ERFNET ）实时语义分割的有效转向[纸]
（ Edanet ）实时分割的不对称卷积的有效致密模块[纸]
（ ESPNET ）扩张卷积的有效空间金字塔用于语义分割[纸]
（ ESPNETV2 ）轻巧，电力效率和通用频道[纸]
（ LEDNET ）实时语义分割的轻量级编码器网络[Paper]
（ FSSNET ）场景感知的快速语义细分[纸]
（ ESNET ）一个用于实时语义分割的有效对称网络[纸]
（ CGNET ）一个轻巧的上下文指导网络，用于语义分割[论文]
（快速扫描）快速语义分割网络[纸]
（ dabnet ）深度不对称瓶颈，用于实时语义分割[纸]
（上下文网）实时探索语义细分的上下文和细节[论文]
（ FPENET ）特征金字塔编码网络，用于实时语义分割[Paper]
...

损失

该项目支持这些损失功能：

加权交叉熵
加权交叉熵，标签光滑
局部损失
OHEM交叉熵
lovaszsoftmax
Segloss列表
...

优化器

该项目支持这些优化器：

SGD
亚当
adamw
radam
radam + lookahead
...

激活

relu
prelu
relu6
转
Mish：自我正规化的非单调神经激活功能
...

学习率调度程序

该项目支持这些LR_SCHEDULERS：

多衰变
热身poly
...

归一化方法

现场激活的batchnorm
可切换归一化
体重标准化
...

增强语义功能学习方法

注意家庭
NAS家族
...

一些有用的工具

Pytorch-Opcounter
flops-counter.pytorch
Netron：神经网络模型的可视化器，在线URL：Netron
falshtorch：Pytorch神经网络的可视化工具包！
与卷积神经网络的图像分类的技巧袋
...

数据集设置

该项目是针对CityScapes和Camvid数据集进行了量身定制的。数据集的折叠需要满足以下结构：

 |-- dataset
|  |-- camvid
|  |  |-- train
|  |  |-- trainannot
|  |  |-- val
|  |  |-- valannot
|  |  |-- test
|  |  |-- testannot
|  |  |-- ...
|  |-- cityscapes
|  |  |-- leftImg8bit
|  |  |  |-- train
|  |  |  |-- val
|  |  |  |-- test
|  |  |-- gtFine
|  |  |  |-- train
|  |  |  |-- val
|  |  |  |-- test
|  |  |-- ...

您可以从这里下载CityScapes数据集。注意：请下载Leftimg8bit_trainvaltest.zip（11GB）和gtfine_trainvaltest（241MB）。
您可以从此处下载Camvid数据集。
可以从此处下载CityScapes数据集脚本以进行检查，准备和评估。

用法

克隆这个仓库

 git clone https://github.com/xiaoyufenfei/Efficient-Segmentation-Networks
cd Efficient-Segmentation-Networks

目前，代码支持Python 3

火炬依赖性：

pytorch（> = 1.1.0）
火炬（> = 0.3.0）

数据依赖性：

CityScapes +脚本

下载CityScapes并运行脚本createTrainIdLabelImgs.py以根据培训标签创建注释。确保文件夹命名为CityScapes

训练

对于城市景观 / camvid

火车训练

 python train.py  --help

在火车+瓦尔套装上培训

 python train.py --help

测试

对于城市景观 / camvid

 python test.py --help

预测

对于城市景观

 python predict.py --help

评估

对于城市景观

 cd tools
python trainID2labelID.py

接触

如果您认为这项工作有用，请给我一颗星星！如果您发现任何错误或有任何建议，请与我联系。

github： xiaoyufenfei电子邮件： [email protected]

参考此代表

如果这项工作有助于您的研究，则鼓励您引用以下论文。

@misc{Efficient-Segmentation-Networks,
  author = {Yu Wang},
  title = {Efficient-Segmentation-Networks Pytorch Implementation},
  year = {2019},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = { u rl{https://github.com/xiaoyufenfei/Efficient-Segmentation-Networks}},
  commit = {master}
}