个人记录:BuildingFormer代码运行记录

一、预处理

移动train到train和val 移动valid和real到test

images masks masks_origin

我的数据需要修改后缀

import os
import shutil
img_path='data/whubuilding/train/images/'

for n in os.listdir(img_path):


    file_name=os.path.join(img_path,n)
    new_name=os.path.join(img_path,n[:-8]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')

mask_path='data/whubuilding/train/masks_origin/'

for n in os.listdir(mask_path):


    file_name=os.path.join(mask_path,n)
    new_name=os.path.join(mask_path,n[:-9]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')
import os
import shutil
img_path='data/whubuilding/val/images/'

for n in os.listdir(img_path):


    file_name=os.path.join(img_path,n)
    new_name=os.path.join(img_path,'val_'+n[:-8]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')

mask_path='data/whubuilding/val/masks_origin/'

for n in os.listdir(mask_path):


    file_name=os.path.join(mask_path,n)
    new_name=os.path.join(mask_path,'val_'+n[:-9]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')
import os
import shutil
img_path='data/whubuilding/test/images/'

for n in os.listdir(img_path):


    file_name=os.path.join(img_path,n)
    new_name=os.path.join(img_path,'1_'+n[:-8]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')

mask_path='data/whubuilding/test/masks_origin/'

for n in os.listdir(mask_path):


    file_name=os.path.join(mask_path,n)
    new_name=os.path.join(mask_path,'1_'+n[:-9]+'.tif')
    os.rename(file_name,new_name)
    print(new_name)

print('Finish')

执行

python whubuilding_mask_convert.py \
--mask-dir "data/whubuilding/train/masks_origin" \
--output-mask-dir "data/whubuilding/train/masks" 
python whubuilding_mask_convert.py \
--mask-dir "data/whubuilding/val/masks_origin" \
--output-mask-dir "data/whubuilding/val/masks" 
python whubuilding_mask_convert.py \
--mask-dir "data/whubuilding/test/masks_origin" \
--output-mask-dir "data/whubuilding/test/masks" 

 whubuilding_mask_convert.py代码

合并train和val的imges和masks

二、训练

三、预测

python BuildFormer/building_seg_test.py -c BuildFormer/config/whubuilding/buildformer.py -o fig_results/whubuilding/buildformer --rgb -t 'lr'

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
BuildFormer是一个用于建筑物分割的Python脚本,可以通过运行命令python BuildFormer/building_seg_test.py -c BuildFormer/config/whubuilding/buildformer.py -o fig_results/whubuilding/buildformer --rgb -t 'lr'来使用。 [1 这个脚本可以应用于建筑物图像的分割任务,通过使用预训练的模型和特定的配置文件进行操作。建筑物分割是将图像中的建筑物与背景进行分离的过程,可以在城市规划、地图制作和环境监测等领域发挥重要作用。 这项研究中提到了一种关于人脸识别系统的最坏情况变形的理论概念,这种变形对于固定的人脸识别系统来说是最具挑战性的。通过使用从嵌入空间回图像空间的映射生成近似这些最坏情况变形的图像,可以为未来关于变形攻击检测方法和人脸识别系统的研究提供有价值的信息。 [2] 此外,还有一种名为Deformable ProtoPNet的可解释图像分类模型被提出,它使用可变形原型部分网络来捕捉具有姿势变化的对象特征。该网络中的原型部分可以根据输入图像自适应地改变它们的相对空间位置,从而提高模型的准确性并提供更丰富的解释。 [3 Deformable ProtoPNet可以在许多领域中应用于高风险应用,如医疗保健、金融和刑事司法等,以解决机器学习模型的公平性、问责制和透明度等问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [个人记录BuildingFormer代码运行记录](https://blog.csdn.net/weixin_61235989/article/details/129670577)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【AI视野·今日CV 计算机视觉论文速览 第241期】Wed, 1 Dec 2021](https://blog.csdn.net/u014636245/article/details/121671901)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值