OpenMMLab AI实战营打卡笔记——07 语义分割代码教学

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