基于改进Unet的火灾现场分割算法(一)
前言
目前手中一个火灾现场的数据集,需要分割出两类目标,因为标注时很依靠主管判断,所以导致整个数据集的分割难度较大。本项目以unet为基础算法,骨干网络选用的resnet50,想做轻量级的可以直接用mobilenetv2或者v3,前面都介绍过的。然后引入HyCTAS自注意力结构,来增强特征信息。但是引入HyCTAS会显著增加参数量,因此需要通过一系列操作来降低参数,请看基于改进Unet的火灾现场分割算法(二)。
1.代码部分
1.1resnet
resnet50就是一款非常经典的CNN模型,网上相关资料太多了,这里就不做过多赘述,直接给出如何在Segbase上添加resnet50的代码。
在nets/backbone目录中,添加resnet.py,负责如下代码
import torch
from torchvision.<