本篇文章为OpenMMLab AI实战营打卡笔记,想要具体了解可以跳转课程视频: MMSegmentation 代码教学
一、MMSegmentation项目概览
MMSegmentation 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。主分支代码目前支持 PyTorch 1.5 以上的版本。
主要特性
-
统一的基准平台
我们将各种各样的语义分割算法集成到了一个统一的工具箱,进行基准测试。 -
模块化设计
MMSegmentation 将分割框架解耦成不同的模块组件,通过组合不同的模块组件,用户可以便捷地构建自定义的分割模型。 -
丰富的即插即用的算法和模型
MMSegmentation 支持了众多主流的和最新的检测算法,例如 PSPNet,DeepLabV3,PSANet,DeepLabV3+ 等。 -
速度快
训练速度比其他语义分割代码库更快或者相当。
二、MMSegmentation使用教程
课程中子豪兄为我们展示了MMSegmentation的使用教程,具体内容可跳转MMSegmentation教程进行学习。教程以小鼠肾小球切片的语义分割任务为实例对MMSegmentation库的使用做了详细的说明,十分适合入门MMSegmentation
三、MMSegmentation项目结构
四、分割模型的模块化设计
五、MMSegmentation配置文件