自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

brf_UCAS的博客

  • 博客(2)
  • 资源 (4)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 Pytorch下实现Unet对自己多类别数据集的语义分割

目录 Unet训练序言开发环境一、准备自己的数据集二、修改训练文件三、修改测试文件四、计算测试集各类别mIoUUnet训练2015年，以FCN为基础改进得到了Unet网络。Unet结构简单，采用了编码-解码结构，编码器实现特征的提取，解码器进行上采样，并融合了不同尺度特征，实现精细分割。序言通常，Unet被普遍应用到医学图像的处理，实现病灶的分割，这里的分割一般只是针对于单类病灶和背景的分割。为此，博主使用pytorch，对含有21类的VOC2012数据集在Unet实现训练和测试，过程如下。开发环

2021-01-09 09:23:38 21450 90

原创 自己的数据集由json转为voc数据集

自己的数据集由json转为voc数据集 开发环境：python3.7下面以pascal voc2012为例进行演示：1.修改 json_to_dataset.py，这个文件在解析json文件的时候会用到；json_to_dataset.py路径为：/home/xxx/anaconda3/envs/labelme/lib/python3.7/site-packages/labelme/cli修改：// json_to_dataset.pyimport argparseimport base64

2021-01-08 20:48:04 5266 19

PH2皮肤病图像数据集
数据集中，每个图像都有一个专用文件夹，其中包含原始的皮肤图像，分割病变的二进制掩模以及皮肤病变中出现的颜色类别的二进制掩模。

2022-06-14

Pytorch下实现Unet对自己多类别数据集的语义分割
Unet通常应用到单类别的语义分割，经过调整后该代码适合于多类别的语义分割。对应博客：https://blog.csdn.net/brf_UCAS/article/details/112383722

2021-01-11

语义分割中各类别mIoU计算
demo_mIoU.py运行后得到8位的预测图，可在mIoU.py中与mask计算得出各类别的mIoU值，以及整个测试集的mIoU。demo_mIoU.py与mIoU.py直接在pycharm下run即可。参考博客：https://blog.csdn.net/brf_UCAS/article/details/112383722

2021-01-11

Pascal voc2012数据集的info.json文件
Pascal voc2012数据集的info.json文件，用于对各类别的mIoU的计算

2021-01-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除