语义分割
文章平均质量分 80
如雾如电
剑花,烟雨,江南
展开
-
nnUnet测试
nnUnet跑自己的数据集,遥感数据原创 2022-12-07 02:12:30 · 3238 阅读 · 10 评论 -
深度补偿模型sparse-to-dense测试
稀疏深度图补偿原创 2022-09-12 15:40:01 · 1256 阅读 · 2 评论 -
TransFuse跑自己的数据集
基于Transformer的语义分割原创 2022-08-21 14:13:56 · 4132 阅读 · 31 评论 -
mmsegmentation试用
语义分割框架mmsegmentation原创 2022-07-08 20:24:30 · 913 阅读 · 2 评论 -
PointRend使用记录
PointRend使用原创 2022-04-17 15:20:01 · 3932 阅读 · 4 评论 -
Github复现之deeplab v3+(用自己的遥感数据集训练)
原始链接:https://github.com/jfzhang95/pytorch-deeplab-xception1.数据准备images文件夹和labels文件夹内的图像和标签名是一一对应的,名字是一样的,标签的具体内容应该是0,1,2,3这样代表类别的数据。文件夹名字最好和我的都一样,因为代码里有的地方写了文件名。2.数据相关代码(1)数据读入,创建对应的脚本放进对应的位置dataloaders/datasets/own_data.pyimport osimport cv2impo原创 2021-04-06 11:59:31 · 5502 阅读 · 46 评论 -
Github语义分割框架(包含Unet,Unet++,MAnet等)
GitHub链接:原创 2021-06-05 19:57:50 · 6639 阅读 · 17 评论 -
UNet多分类记录
unet实现CamVid数据集的多分类记录原创 2022-04-16 22:09:10 · 5585 阅读 · 22 评论 -
Github复现之D-LinkNet(补全了验证部分代码,效果还行)
链接:https://github.com/zlkanata/DeepGlobe-Road-Extraction-Challenge多一嘴,这里面还带了unet,可以跑跑对比下别的unet哪个效果好喔这个项目原本就是做道路分割的,但是不止在道路上表现好,其他的地方也不错,我这里复现有点不一样的地方是为了跟其他网络对比,这里就不同原始的数据扩充部分了,直接读原始图像训练看效果,并且加了验证部分的代码,包括进度条(这个一定会是你喜欢的,哈哈好像并没有推荐重点,不过这个真的不是你轻易能找到的答案)、验证los原创 2020-06-01 09:45:20 · 10011 阅读 · 316 评论