图像分割算法之pspnet的三种训练模型pspnet_50_ADE_20K，pspnet_101_cityscapes，pspnet_101_voc12

最新推荐文章于 2024-11-29 14:55:48 发布

Word_gebei

最新推荐文章于 2024-11-29 14:55:48 发布

阅读量1.8k

点赞数

分类专栏： python学习文章标签：算法 python tensorflow

本文链接：https://blog.csdn.net/weixin_45633106/article/details/122642350

版权

1.引用库：https://github.com/divamgupta/image-segmentation-keras
2.依赖项：tensorflow==1.14.1,keras2.0, keras-segmentation
3.main程序读取当前image文件夹下的图像，进行图像分割，然后将结果保存在output下
4.本程序已经将三种模型的输出结果分别保存，并重命名为方法的名字，比如：pspnet_50_ADE_20K，pspnet_101_cityscapes，pspnet_101_voc12

# main.py
import os
import glob
from keras_segmentation.pretrained import pspnet_50_ADE_20K , pspnet_101_cityscapes, pspnet_101_voc12
from keras_segmentation.pretrained import model_from_checkpoint_path
# model = pspnet_50_ADE_20K()
# model = pspnet_101_cityscapes()
model = pspnet_101_voc12()

imgs = glob.glob("image/*")
for img in imgs:
    print(img)
    saves= os.path.join("output","out_"+img[6:])
    print(saves)
    out = model.predict_segmentation(
        inp=img,</