from评论区【OpenMMLab 公开课】语义分割与 MMSegmentation
{model}{backbone}【misc】【gpu x batch_per_gpu】{resolution}{iterations}{dataset}
{model}: 模型类型,如psp,deeplabv3等。
{backbone}:骨干类型,如r50(ResNet-50)、x101(ResNeXt-101)。
【misc】: 模型的其他设置/插件,例如dconv, gcb, attention, mstrain.
【gpu x batch_per_gpu】:GPU 和每个 GPU 的样本,8x2默认使用。
{iterations}:训练迭代次数,如160k.
{dataset}: 数据集如cityscapes, voc12aug, ade.
knet+deeplabv3模型;r50-d8:使用ResNet50主干网络,并使用主干网络的8倍下采样输出作为下一级的输入;迭代80k;