Awesome
Semantic-segmentation
这个repo适合新手入门pytorch和图像分割
一个采用Pytorch的语义分割项目
这个repo是在遥感图像语义分割项目时写的，但数据集不是我们遥感项目的数据集，而是网上download的一个遥感数据集。
实验结果
我的环境
- windows10
- Anaconda 3
- pytorch 1.0
- tensorflow tensorboard tensorboardX (用于可视化)
如何运行
所有的相对路径均在代码中配置
- 打开终端，输入
python train_Seg.py
- 调用Segnet
- 或者
python train_U.py
- 调用Unet
- 或者
python predict.py
- 进行推断inference（需要有已经训练好的模型才可以推断）
包含文件
train_Seg.py
- 调用Segnet进行训练网络
- 主函数
train_Unet.py
- 调用Unet进行训练网络
- 主函数
predict.py
- 对模型进行inference预测
models/seg_net.py
- Segnet网络定义
models/u_net.py
- Unet网络定义
utils/DataArgument.py
- 数据预处理文件，对数据切割，旋转加噪顺便做数据增强
数据集
数据集下载
https://www.cs.toronto.edu/~vmnih/data/
数据集处理
进入utils文件夹，使用下面语句（相对路径要提前配置好）
python DataArgument.py
DataArgument.py实现了对大图进行切割（成256 x 256），切割后旋转，加噪声等操作来生成训练数据。
已处理好的数据集下载
百度网盘
提取码：5b1v
下载后解压至 ./data/train/label 和 ./data/train/src