一千零一夜的博客

window，cuda10环境下，编译的opencv4.5.0-gpu版。 opencv目录： bin include x64 cuda10目录： bin include lib

彩色图像，包含了两个类别：蚂蚁和蜜蜂。 可用于图像分类任务。 文件夹形式如下： train: ants bees val: ants bees

注意：该数据集是用于图像分割的，且是人物图像分割。 包含了训练集合和测试集合。 训练集：32张 测试集：8张 由于数据集小，所以此数据集只用于快速验证分割网络的搭建。

里面的文件完整，如下所示： ade data ffmpeg ippicv nvidia_optical_flow xfeatures2d .gitignore

github下载太慢了，这里备份下。 原始下载路径：https://github.com/onnx/models/blob/main/vision/object_detection_segmentation/fcn/model/fcn-resnet50-11.tar.gz 其他权重下载路径：https://github.com/onnx/models/tree/main/vision/object_detection_segmentation/fcn

生成该权重代码： import torch import torchvision # use Trace to export onnx model dummy_input = torch.randn(10, 3, 224, 224, device='cuda') # 定义模型的输入shape model = torchvision.models.alexnet(pretrained=True).cuda() # if delete cuda(), will generate onnx model with no cuda. input_names = ['inputs'] output_names = ['outputs'] torch.onnx.export(model, dummy_input, f='alexnet.onnx', verbose=True, input_names=input_names, output_names=output_names, opset_version=10)