语义分割
文章平均质量分 67
进我的收藏吃灰吧~~
热爱AI,热爱CV
展开
-
Tensorflow2.0---DeepLab v3+分割网络原理及代码解析(一)
Tensorflow2.0—DeepLab v3+分割网络原理及代码解析(一)在好久好久之前,研究过一段时间的语义分割模型,但是一直没有用过。最近,因为工作需要,又要重新拾起图像分割了~依旧找到了大佬的代码和讲解blog,再加上自己的一些理解,希望在大佬的基础之上增加一些自己的见解。大佬的blog:https://blog.csdn.net/weixin_44791964/article/details/122655063大佬的代码git地址:https://github.com/bubbliiii原创 2022-04-08 11:33:46 · 825 阅读 · 0 评论 -
上采样、反卷积、上池化的区别
上采样、反卷积、上池化的区别最近,工作中遇到了一个小问题,就是pytorch转onnx转caffe转wk(海思相机NNIE支持的深度学习权重文件格式)的时候,最终输出的Tensor的值有些许差别,后来找到了原因:pytorch项目中使用的upsample中mode选择的是"bilinear",但是onnx2caffemodel的时候默认使用是的"nearest",最终就会导致二者输入Tensor的余弦相似度并不是99.9999%。所以,特地把上采样这一块最容易忽略的知识点领出来单独说说,以下内容要是有说的原创 2022-03-28 16:14:15 · 2786 阅读 · 1 评论 -
Tensorflow2.0---DeepLab v3+分割网络原理及代码解析(四)- 训练过程
Tensorflow2.0—DeepLab v3+分割网络原理及代码解析(四)- 训练过程在Tensorflow2.0—DeepLab v3+分割网络原理及代码解析(三)- 特征提取网络实现中,输入图片已经经过主干网络进行了特征提取,最终得到的fearture map的shape为(512,512,2)。这篇主要讲讲训练过程吧~~一、datasettrain_dataloader = DeeplabDataset(train_lines, input_shape, batch_size, num_c原创 2022-03-03 18:48:43 · 1016 阅读 · 0 评论 -
Tensorflow2.0---DeepLab v3+分割网络原理及代码解析(三)- 特征提取网络实现
Tensorflow2.0—DeepLab v3+分割网络原理及代码解析(三)- 特征提取网络实现一、backboneDeepLab v3+分割网络默认使用Xception或mobilenetV2作为其的主干网络,用于特征提取。其中mobilenetV2的结构,大佬已经解释的很清楚(https://blog.csdn.net/weixin_44791964/article/details/122655063),这里由于我的电脑还能跑的动大模型,所以我这里我选择的是Xception作为网络的backbon原创 2022-03-03 13:46:42 · 1321 阅读 · 0 评论 -
Tensorflow2.0---DeepLab v3+分割网络原理及代码解析(二)
Tensorflow2.0—DeepLab v3+分割网络原理及代码解析(二)-数据生成这篇blog主要介绍下数据的生成~一、原始图片的标注首先,第一步就是要收集你训练的图片,这个毋庸置疑哈,然后用labelme去标注。这里选择labelme而不是选择labelimg标注工具的原因是labelme支持分割网络的标注。标注之后,应该是这样的~一张图片对应一个标注好的json文件~~~~二、转换png格式标注文件然后,将图片和标注文件一起放到datasets/before里面,然后运行json_t原创 2022-03-02 14:56:10 · 1122 阅读 · 0 评论