FsatFCN上一篇:
深度学习(五):FastFCN代码运行、测试与预测_biter0088的博客-CSDN博客
3 测试模型
3.2.4 predict [multi-scale](多尺寸)
#github参考输入
#predict [multi-scale]
CUDA_VISIBLE_DEVICES=0,1,2,3 python -m experiments.segmentation.test --dataset pcontext \
--model encnet --jpu [JPU|JPU_X] --aux --se-loss \
--backbone resnet50 --resume {MODEL} --split val --mode test --ms
#这里输入
CUDA_VISIBLE_DEVICES=0,1,2,3 python -m experiments.segmentation.test --dataset pcontext \
--model encnet --jpu JPU --aux --se-loss \
--backbone resnet50 --resume /home/meng/.encoding/models/encnet_jpu_res50_pcontext.pth.tar --split val --mode test --ms
save_folder如下图:
预期耗时1小时20分钟左右:
最终耗时1小时18分钟
@meng