HRnet,高分辨率网络;
Unet;
deeplabnetv3;
也有基于transformer的网络;
ADE20K,PASCALVOC,
△:要吸收的是训练之外的推理部分,在mmseg这里子豪兄大佬在jupyter里写了很多推理与可视化的代码可供学习;
前沿:充分利用无标注数据,半监督,无监督,自监督;与语义分割的可解释性;
△:因为测试集往往是比赛后台才有标注,所以自己训练时往往设定验证集和测试集相同;比赛上交的信息是拿训练好的模型跑没有标签的测试集,提交测试集让后台比对与正确的标注的区别;
记得通过jupyter的内容对比config,更快地理解;
测试集一般不会进行data orgmentation,resize即可;
△:测试集的性能评估:
添加数据集类别zaimmseg/dataset 里,并且在init里注册;
(仔细看dataset配置和core/evaluation 可以理解metric的构成)
经常使用的seg的评价指标IOU,ACC;还有fps和latency; tools/analysis_tools/benchmark.py
default_runtime是优化器