用Pytorch实现三个优秀的自然图像分割框架！（包括FCN、U-Net和Deeplab，可直接训练预测）

本文版权归GiantPandaCV和作者本人所有，未经作者允许，不得转载。
本文基于动手深度学习项目讲解了FCN进行自然图像语义分割的流程，并对U-Net和Deeplab网络进行了实验，在Github和谷歌网盘上开源了代码和预训练模型，训练和预测的脚本已经做好封装，读者可以自行下载使用。

1 前言

使用的VOC数据集链接开放在文章中，预训练模型已上传Github，环境我使用Colab pro，大家下载模型做预测即可。

代码链接：https://github.com/lixiang007666/segmentation-learning-experiment-pytorch

使用方法：

1. 下载VOC数据集，将JPEGImages SegmentationClass两个文件夹放入到data文件夹下。
2. 终端切换到目标目录，运行python train.py -h查看训练