pytorch deeplab xception
1.0.0
更新2018/12/06。提供在VOC和SBD數據集上培訓的模型。
更新2018/11/24。發布最新的版本代碼,該代碼解決了一些以前的問題,還增加了對新主座和多GPU培訓的支持。有關以前的代碼,請參閱previous分支
| 骨幹 | 火車/評估操作系統 | Miou在Val | 預驗證的模型 |
|---|---|---|---|
| 重新連接 | 16/16 | 78.43% | Google Drive |
| Mobilenet | 16/16 | 70.81% | Google Drive |
| drn | 16/16 | 78.87% | Google Drive |
這是DeepLab-V3-Plus的Pytorch(0.4.1)實現。它可以使用修改後的對齊X ception並重新連接作為骨幹。目前,我們使用Pascal VOC 2012,SBD和CityScapes數據集訓練DeepLab V3 Plus。

該代碼用Anaconda和Python 3.6進行了測試。安裝Anaconda環境後:
克隆回購:
git clone https://github.com/jfzhang95/pytorch-deeplab-xception.git
cd pytorch-deeplab-xception安裝依賴項:
有關Pytorch依賴性,請參見pytorch.org有關更多詳細信息。
適用於自定義依賴性:
pip install matplotlib pillow tensorboardX tqdm按照下面的步驟訓練您的模型:
在我的path.py中配置數據集路徑。
輸入參數:(請參閱通過Python Train.py- -Help的完整輸入參數):
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]
使用Pascal VOC數據集訓練DeepLabV3+作為骨幹:
bash train_voc.sh使用可可數據集訓練deeplabv3+作為骨幹:
bash train_coco.shpytorch編碼
同步束縛型
drn