【文件属性】：
文件名称：Deeplab-v3plus:DeepLab V3 Plus（DeepLab v3 +）的高性能pytorch实现
文件大小：220KB
文件格式：ZIP
更新时间：2021-05-04 23:30:53
Python
DeepLab V3 Plus的高性能Pytorch实现
介绍
此存储库是（重）实现的PyTorch中的语义图像分割，用于在PASCAL VOC数据集上进行语义图像分割。 此回购协议的mIuU高于纸面结果的78.85％，为79.19％。
要求
在运行脚本之前，需要Python（3.6）和Pytorch（0.4.1）。 要安装所需的python软件包（期望PyTorch），请运行
pip install - r requirements . txt
数据集
为了训练和验证网络，此存储库使用增强的PASCAL VOC 2012数据集，其中包含10582张用于训练的图像和1449张用于验证的图像。 要使用数据集，您可以在下载PASCAL VOC培训/验证数据（2GB的tar文件）然后从或下载SegmentationClassAug
训练
在训练之前，您应该克隆此仓库：
git clone gi
【文件预览】：
Deeplab-v3plus-master
----graphs()
--------models()
--------__init__.py(393B)
--------__pycache__()
----.gitattributes(66B)
----utils()
--------generate_list.py(2KB)
--------data_utils.py(2KB)
--------__init__.py(393B)
--------eval.py(4KB)
--------__pycache__()
----configs()
--------global_config.py(158B)
--------__pycache__()
----imgaes()
--------__init__.py(152B)
----requirements.txt(97B)
----datasets()
--------Voc_Dataset.py(8KB)
--------cityscapes_Dataset.py(13KB)
--------__init__.py(394B)
--------__pycache__()
--------city_list()
----LICENSE(1KB)
----tools()
--------voc2012_train.sh(1KB)
--------__init__.py(152B)
--------train_cityscapes.py(18KB)
--------test_cityscapes.py(15KB)
--------train_voc.py(18KB)
----README.md(2KB)
----data()
--------tensorboardX.png(97KB)
----.gitignore(1KB)