MMSegmentation-Segformer跑自己的数据进行二分类

欣之助23

已于 2024-09-25 16:27:02 修改

阅读量260

点赞数 4

文章标签：分类人工智能深度学习图像处理

于 2024-09-15 13:00:55 首次发布

本文链接：https://blog.csdn.net/2302_80687981/article/details/142282838

版权

我是按照【语义分割与MMSegmentation】 https://www.bilibili.com/video/BV1qN411z7hz/?share_source=copy_web&vd_source=e6512529dd3ff573c1205bd41d938fec里面的步骤来跑的。

我的标签只有两个类别

0：background

255: liver

注意以下几点：

1.在/root/autodl-tmp/mmsegmentation/mmseg/datasets/transforms/loading.py中添加第118行代码，经过调试发现读取label数据的时候，对于单通道数据，像素值要和类别的id
相等。比如我的数’background’,‘building’在单通道的label数据中要像素值分别要为‘background’=0，‘building’= 1，因为我的数据是background’=0，‘building’= 255,所以我修改了源代码将标签中为255的像素值改成了1。

2.遇到的评价指标为0或者100%的问题

修改LOSS函数应该可以解决此问题，修改/root/autodl-tmp/mmsegmentation/configs/_base_/models/upernet_swin.py中第46，59行代码，将函数改成’DiceLoss‘函数。

3.在配置环境时，下载mmcv和与其兼容的pytorch很麻烦，这里，直接下载 torch1.10.1+cu113版本，然后下载对应的mmcv=2.0.0，下载torch时安全上网更快。

pip3 install install torch==1.10.1+cu113 torchvision==0.11.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

!pip install -U openmim
!mim install mmengine
!mim install mmcv==2.0.0

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

欣之助23

关注关注

4
点赞
踩
0

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

YoloV8改进策略：注意力改进|VOLO，视觉识别中的视觉展望器|即插即用|附代码+改进方法

m0_47867638的博客

11-11

1051

视觉识别领域多年来一直被卷积神经网络（CNNs）所主导。尽管最近流行的视觉转换器（ViTs）在ImageNet分类任务中展示了基于自注意力模型的巨大潜力，但如果不提供额外数据，其性能仍然落后于最新的最优卷积神经网络（SOTA CNNs）。在本文中，我们试图缩小性能差距，并证明基于注意力的模型确实能够超越卷积神经网络。我们发现，限制ViTs在ImageNet分类任务中性能的一个主要因素是它们将精细特征编码到标记表示中的效率较低。

segformer多分类语义分割

weixin_44095417的博客

03-20

2005

其中Vaihingen是一个相对较小的村庄，有许多独立的建筑和小的多层建筑。全局上下文信息: 由于Transformer的自注意力机制，Segformer可以在整个图像范围内捕获上下文信息，而不受局部感受野的限制，这有助于提高分割的准确性。可扩展性: Transformer架构的并行计算能力使得Segformer在处理大尺度图像时表现更好，因为它可以更轻松地处理长距离的依赖关系。位置编码机制: Segformer使用了一种新的位置编码机制，有助于模型更好地理解像素之间的空间关系，从而提高分割的精度。

2 条评论您还未登录，请先登录后发表或查看评论

MMSeg框架segformer模型训练自己的数据集

Scenery0519的博客

03-20

3086

mmsegmentation训练跑自己的数据集改配置文件，包含多卡跑、单卡跑、可视化日志等

MMSegmentation跑自己的数据进行二分类

LiChengwei的博客

05-02

8909

我的数据是RGB影像为.tif，标签影像为单通道（0-255）的.png影像，背景像素值为0，建筑物像素值为255 制作自己的数据集进行二分类步骤如下： 1、在mmsegmentation\mmseg\datasets文件夹下创建mydataset.py 注意：将reduce_zero_label=False，ignore_index随便设置一个数不在0-255即可。这两个变量的作用参看源代码mmsegmentation\mmseg\datasets\custom.py。个人理解reduce_zero_la

mmsegmentation的二值分割注意事项自用笔记

不会就学不会就学

08-17

652

mmsegmentation二值分割

MMsegmentation语义分割（理论、环境配置、示例代码、资源文件：labelme2mask转化、训练集测试集合划分、自定义segmentation模型训练）

chenyuan1111的博客

01-15

606

答：几个预测类别填写几类，0被认为是背景。我们所看到的mask格式是png，但请注意png3通道的值是一模一样的，只需要取出一个通道就可以了。

AI实战营第二期第七节《语义分割与MMSegmentation》——笔记8

AI浩

06-13

2440

将图像按照物体的类别分割成不同的区域，或者对每个像素进行分类。

AI实战营：MMSegmentation代码实现

guwuyue的博客

06-13

1179

到Miniconda3\Lib\site-packages\matplotlib\mpl-data\fonts\ttf路径下。常用config和checkpoint文件。设置Matplotlib中文字体。

论文阅读：SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers

a486259的博客

07-29

4366

我们提出了SegFormer，一个简单，高效但强大的语义分割框架，它将Transformers与轻量级多层感知器(MLP)解码器统一起来。SegFormer有两个吸引人的特点：1)SegFormer包括一个新的层次结构Transformers编码器，输出多尺度特征。它不需要位置编码，从而避免了位置码的插值，当测试分辨率与训练不同时，会导致性能下降。2)SegFormer避免了复杂的解码器。所提出的MLP解码器聚合了来自不同层的信息，从而结合了局部注意和全局注意，呈现出强大的表示。我们证明，这种简单和轻量级的

利用开源算法OpenMMLab平台的MMsegmentation库进行语义分割之预训练语义分割

Cookieman666的博客

11-08

641

在B站博主同济子豪兄的关于利用MMsegmentation开源代码库进行语义分割的视频中介绍了从数据集的制作、训练自己的网络再到部署网络的全过程，但相信可能包括我在内的一些非计算机专业学生大概率用不到最后的部署环节，所以本文仅对前两个环节中的关键点，容易忽略的地方，在自己复现时候需要注意修改的地方进行简单的总结回顾！利用预训练的模型进行分割结果的预测属于迁移学习的范畴，由于在一些领域的数据集数量与质量无法达到要求，研究人员本身也并不从事算法研究，导致若从随机初始化开始训练模型的过程变得异常的困难与低效。

Mask2Former来了！用于通用图像分割的 Masked-attention Mask Transformer

qq_44089890的博客

04-29

9993

IoU可以表示为预测分割区域与真实分割区域的交集除以它们的并集：IoU = TP / (TP + FP + FN)，其中TP表示真正例（预测为正例且真实为正例的像素数），FP表示假正例（预测为正例但真实为负例的像素数），FN表示假反例（预测为负例但真实为正例的像素数）。在这个过程中，注意力模块可以帮助模型在不同尺度的特征之间学习相关性，并将不同尺度的特征进行融合，以提高分割的准确性。因此，需要将输入图像划分为多个小的区域，例如ViT中的patch，Swin Transformer中的window等。

连续测试时间自适应方法的性能优于现有方法

epfl.ch摘要测试时域自适应的目的是在不使用任何源数据的情况下使源现有的工作主要考虑的情况下，目标域是静态的。然而，现实世界的机器感知系统运行在非平稳和不断变化的环境中，其中目标域数据可以随时间变化。...

YoloV10改进策略：注意力改进|VOLO，视觉识别中的视觉展望器|即插即用|附代码+改进方法

m0_47867638的博客

11-12

738

本文参考的是《VOLO：视觉识别中的视觉展望器》一文，该论文主要讨论了视觉识别领域中卷积神经网络（CNNs）与视觉转换器（ViTs）的性能对比，并提出了一个新的模型架构——Vision Outlooker（VOLO）。VOLO通过引入一种新颖的前景注意力机制（Outlook Attention），在ImageNet分类任务上实现了卓越的性能，且能够很好地迁移到下游任务，如语义分割。

YOLOv11实战宠物狗分类

weixin_40280870的博客

11-09

1324

本文采用YOLOv11作为核心算法框架，结合PyQt5构建用户界面，使用Python3进行开发。YOLOv11以其高效的特征提取能力，在多个图像分类任务中展现出卓越性能。本研究针对5种宠物狗数据集进行训练和优化，该数据集包含丰富的宠物狗图像样本，为模型的准确性和泛化能力提供了有力保障。通过深度学习技术，模型能够自动提取宠物狗的特征并进行分类识别。PyQt5界面设计简洁直观，便于用户操作和实时查看检测结果。本研究不仅提高了宠物狗的分类自动化水平，具有重要的理论应用价值。

ks8 本地化部署 F5-TTS

最新发布

陈锐的技术笔记

11-13

528

此外，F5-TTS 还创新性地引入了推理时的 Sway Sampling 策略，这一策略可以在推理阶段优先处理早期的流步骤，从而提高生成语音与输入文本的对齐效果。在 LibriSpeech-PC 数据集上，该模型的字错误率（WER）达到了2.42，并且在推理时的实时因子(RTF)为0.15，显著优于之前的扩散模型 E2TTS，后者在处理速度和鲁棒性上存在短板。传统的 TTS 模型往往需要进行复杂的持续时间建模、音素对齐和专门的文本编码，这些都增加了合成过程的复杂性。继续TSS的启动，进入pod 输入命令。

PCA（主成分分析）算法的应用场景

huanfeng_AI的博客

11-09

662

需要注意的是，PCA并不适用于所有场景。例如，当数据之间存在非线性关系时，PCA可能无法完全揭示数据的内在结构。此外，PCA对初始变量的顺序和标签敏感，不同的变量顺序可能导致不同的主成分结果。因此，在选择数据分析方法时，需要根据具体的数据和任务需求来决定是否使用PCA。

探索App Intents：让你的应用与Siri无缝互动的新方式

jixn的博客

11-09

3891

苹果推出了一个新框架——App Intents，使开发者可以在iOS 18.2+、macOS 15.2+等平台上集成Siri和Apple Intelligence，实现对应用内容的读取和操作。App Intents使应用的功能和内容能无缝融入系统体验中，例如Siri、Spotlight搜索、快捷指令和小组件，让用户可以轻松访问应用核心功能，并获得更智能的Siri帮助。：表示应用内容，如照片、联系人或文件。：用户可以对 Siri 发出指令，例如“查找我的航班”或“添加待办事项”，Siri直接与应用交互。

卷积神经网络CNN

m0_53374676的博客

11-13

302

卷积层通过应用一组可学习的滤波器（或称核）到输入图像的不同位置，产生一个特征映射（Feature Map）。CNN是一种前馈神经网络，它的人工神经元可以对输入的图像数据进行响应，并且可以检测图像中的局部特征，如边缘、纹理等。

mmsegmentation二分类

10-07

对于mmsegmentation进行二分类任务，可以按照以下步骤进行： 1. 准备数据集：首先，准备用于二分类任务的训练和验证数据集。数据集应包含两个类别的标签，并且每个图像都有相应的标签。 2. 配置模型：选择适合二分类任务的模型。mmsegmentation提供了许多常见的分割模型，例如UNet、DeepLabv3+等。根据任务需求，选择合适的模型并进行相应的配置。 3. 训练模型：使用准备好的数据集和配置好的模型，对模型进行训练。可以使用mmsegmentation提供的训练脚本进行训练。在训练过程中，可以根据需要调整学习率、批量大小等超参数。 4. 评估模型：在训练完成后，使用验证集对模型进行评估。评估指标可以选择IoU（Intersection over Union）等常见的分割指标。 5. 进行预测：使用训练好的模型对新的图像进行预测。根据预测结果进行二分类判断。