Skip to content

YULONG94/Light-Weight-RefineNet

Repository files navigation

Light-Weight-RefineNet

pytorch win10

单个GTX 1060的batch size可以设置为4, 单个GTX 1070可以设置成6,如果你使用的是非常高级的装备,当然调高一点更好,目前还在跑模型的过程中,稍后上传

训练数据集下载

我使用的是增强版的VOC2012,用于做语义识别,图像分割的共有12031张原图和标签,可在百度网盘的链接下载: https://pan.baidu.com/s/1POhxt2Oket1S0rUT9cPFSQ 提取码: 5rfg

下载解压可以得到如下文件(夹)

JPEGImages:文件夹,包含17125张图片,其中12031张用于这个语义分割的任务

SegmentationClassAug:文件夹,包含12031张标签图片(需要是灰度图格式)

test.txt

train.txt

train_aug.txt

trainval.txt

trainval_aug.txt

val.txt

训练

configs.py和utils中的get_arguments函数支持多种参数的设置,除了需要更改关于训练数据的文件位置,其他都接受默认的配置即可运行

TRAIN_DIR改成存放VOC2012AUG(上方的数据集下载可以获得)文件夹的路径即可

同理,对于TRAIN_LIST和VAL_LIST

然后就可以直接运行train.py的文件,当然也可以根据get_arguments中的设置在命令行中加上相关的参数

测试

test.py是用于测试的,运行方式和train.py相同,不过需要确保models文件夹下有训练好的模型文件

联系

如果觉得还不错的话,可以右上角点点星星,谢谢 (^.^),第一次尝试在github上编辑,可能说不清楚,可通过邮箱联系我,我的邮箱联系方式[email protected],欢迎联系交流

About

pytorch win10 semantic segmentation

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages