Awesome
NL-LinkNet for Multi-class Road Extraction
Pytorch implementation of Non-Local LinkNet (NL-LinkNet) for Multi-class Road Extraction
필수 설치 사항
- Cuda >= 8.0
- Python >= 3.5
- Torchvision >= 0.2.1
- Torch >= 1.0.0
- cv2 >= 3.4.0
- numpy, matplotlib, scikit-image, scipy, pickle, argparse
요구 패키지 설치
Install prerequisites with:
pip3 install -r requirements.txt
데이터
데이터셋 구조
├── road
│ ├── asset
│ │ ├── *.png
│ │ └── ...
│ ├── label
│ │ ├── *.json
│ │ └── ...
├──────── ...
학습 데이터 - 평가 데이터 분리
cd dataset
python3 split_train_val_nia.py --dataset DATASET_PATH --val_frac 0.1`
cd ..
학습, 추론, 그리고 평가
7개의 클래스를 예측하는 모델
- 학습:
CUDA_VISIBLE_DEVICES=0,1,2,3 python3 train_nia.py --model NL34_LinkNet --name nia_cls_7 --crop_size 768 768 --batch_per_gpu 20 --num_cls 7 --total_epoch 500 --dataset dataset/train - 추론:
CUDA_VISIBLE_DEVICES=0 python3 test_nia.py --n_class 7 --name nia_cls_7_500 --model NL34_LinkNet --source dataset/valid - 평가:
python3 eval.py --n_class 7 --name nia_cls_7_500
2개의 클래스를 예측하는 모델
- 학습:
CUDA_VISIBLE_DEVICES=0,1,2,3 python3 train_nia.py --model NL34_LinkNet --name nia_cls_2 --crop_size 768 768 --batch_per_gpu 20 --num_cls 2 --total_epoch 500 --dataset dataset/train - 추론:
CUDA_VISIBLE_DEVICES=0 python3 test_nia.py --n_class 2 --name nia_cls_2_500 --model NL34_LinkNet --source dataset/valid - 평가:
python3 eval.py --n_class 2 --name nia_cls_2_500
결과
7개 클래스 모델
| 클래스 | IOU |
|---|---|
| 배경 | 0.9094676 |
| 고속화도로 | 0.5073028 |
| 제1도로 | 0.27740318 |
| 제2도로 | 0.15792048 |
| 제3도로 | 0.1662238 |
| 주거도로 | 0.4315384 |
| 미분류도로 | 0.2442351 |
- Pre-training Weight: Google Drive
- 7개 클래스 평균 mIOU: 0.385
- background 제외 6개 클래스 평균 mIOU: 0.297
추론 결과 예시
<p align="center"> <img width=360 src="./imgs/class7-1.png"> </p> <p align="center"> <img width=360 src="./imgs/class7-2.png"> </p> <p align="center"> <img width=360 src="./imgs/class7-3.png"> </p> <p align="center"> <img width=360 src="./imgs/class7-4.png"> </p>2개 클래스 모델
| 클래스 | IOU |
|---|---|
| 배경 | 0.9465452 |
| 도로 | 0.6180341 |
- Pre-trainign Weight: Google Drive
- 2개 클래스 평균 mIOU: 0.782
추론 결과 예시
<p align="center"> <img width=360 src="./imgs/class2-1.png"> </p> <p align="center"> <img width=360 src="./imgs/class2-2.png"> </p> <p align="center"> <img width=360 src="./imgs/class2-3.png"> </p> <p align="center"> <img width=360 src="./imgs/class2-4.png"> </p>유투브 웨비나
다음 링크에서 본 소스코드 사용법을 참고할 수 있습니다.
https://www.youtube.com/watch?v=sLSPWgD8w0A
참조
@article{wang2020nl,
title={NL-LinkNet: Toward Lighter but More Accurate Road Extraction with Non-Local Operations},
author={Wang, Yooseung and Seo, Junghoon and Jeon, Taegyun},
journal={IEEE Geoscience and Remote Sensing Letters},
year={2020}
}