超高分辨率图像分割SegRefiner模型（ubuntu20.04)

参考链接

github链接

运行教程

他分两个任务：一个是HR高分辨率，一个是LR低分辨率，其中有些问题，希望大家一起讨论。

conda create -n segrefiner python=3.8
conda activate segrefiner
# torch
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# mmcv and mmdet
pip install openmim
mim install "mmcv-full==1.7.1"
pip install -e .
# for boundary AP evaluation
git clone -b lvis_challenge_2021 https://github.com/lvis-dataset/lvis-api.git
cd lvis-api
pip install -e .
环境安装较为简单

怎么训练？怎么验证？先了解流程，没有相关教程
训练的数据集很大，但就是pic.jpg和mask.png对应关系，但是需要将mask转为粗掩码很费时间。
python tools/train.py configs/segrefiner/segrefiner_hr.py
缩放训练集dis10张，和thin_object18张，10G显存占用，90左右占用，3090。
结果：4250iter的iou最高0.7627然后马上归于0？
验证dis5k时，报错。FileNotFoundError: [Errno 2] No such file or directory: 'data/dis/coarse/isnet/DIS-TE1'
解决方案：https://github.com/MengyuWang826/SegRefiner/issues/5

python tools/test.py configs/segrefiner/segrefiner_dis.py work_dirs/segrefiner_hr/latest.pth --out_dir test_model_name
跑出来之后全黑图？

训练自己的两张图片？为啥还是10G？验证方式也很搞笑，怎么验证的？只有训练？但是效果0.8刚开始？最重要是测试，如何得到另一个模型对我的mask预测（为啥有这个操作）？