使用espnetv2 训练分割任务

最新推荐文章于 2024-08-21 09:01:20 发布

holomain

最新推荐文章于 2024-08-21 09:01:20 发布

阅读量815

点赞数

分类专栏： AI pytorch 图像分割文章标签：图像分割 object detection DL espnetv2 imagenet

kill yak-shaving

本文链接：https://blog.csdn.net/qq_27882063/article/details/97614095

版权

本文档介绍了如何使用espnetv2库来训练图像分割任务。首先，详细说明了数据集的准备过程，包括将标注数据放入VOC格式的文件夹中，并生成train_aug.txt和val.txt文件。接着，提到了训练代码的修改步骤，特别是指出在不使用COCO数据集增强的情况下，训练脚本不需要添加--coco-path选项。

摘要由CSDN通过智能技术生成

EdegNets这个项目中有很多值得我们学习的亮点：

例如训练逻辑：先小分辨率，然后大分辨率
transform等
学习率控制策略：Hybird等
网络架构比较轻便

现在我们需要使用EdgeNets 訓練二分类分割任务：

原项目：https://github.com/sacmehta/EdgeNets/blob/master/README_Segmentation.md

根据原git项目，需要作如下修改，才能跑通：

一：数据集准备：
只需要将标注好的数据：图片和标注图片分别放入到VOC风格文件下的
JPEGImages/ SegmentationClassAug/中即可，
然后仿照voc数据分别生成train_aug.txt 和val.txt
参考脚本：

    # coding:utf-8
	from imutils import paths
		jpgPath= ""
		maskPath=""
		jpgs=sorted(list(paths.list_images(jpgPath)))
		masks=sorted(list(paths.list_images(maskPath)))
		with open("train_aug.txt", 'a') as f:
		    for idx in range(len(masks)):
		        w= jpgs[idx]+"  " + masks[idx]+