Swin_Unet & Trans_UNet & Unet & Deeplabv3网络推理时间对比

已于 2022-08-13 20:37:16 修改
阅读量2.5k 收藏 6
点赞数 1
分类专栏： 深度学习 文章标签： 人工智能 深度学习
于 2022-08-13 19:28:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhouzongzong/article/details/126322625
版权
本文对比了不同深度学习网络模型在推理时间上的表现，包括使用Vgg作为主干的UNet、纯UNet、引入注意力机制的Swin_Unet、基于mobilenet/xception的DeepLabv3以及Trans_UNet。实验结果显示，各模型在不同图片尺寸下，推理时间从0.2s到0.6s不等，表明模型复杂度对推理速度有显著影响。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、Unet网络推理：用Vgg网络作为主干网络
电脑路径：在这里插入图片描述
libtorch Gpu，图片大小需要改为640 *640，推理时间为：训练时间结果为：
在这里插入图片描述
2、Unet网络推理：用Unet本身网络
电脑路径：在这里插入图片描述
图片大小需要改为640 *640，推理时间为：0.2s在这里插入图片描述
3、Swin_Unet网络推理：利用注意力机制
电脑路径：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Swin_Unet & Trans_UNet & Unet & Deeplabv3网络训练结果对比
zhouzongzong的博客
08-07 2171
语义分割对比
pytorch零基础实现语义分割项目（三）——语义分割模型（U-net和deeplavb3+）
艾醒的博客
02-18 1719
在前两篇中我们完成了针对数据的处理和加载，本篇文章中我们将介绍两个常见的语义分割模型U-Net和deeplabv3+来完成航拍语义分割项目。
秒杀DeepLabv3+与UNet的表面缺陷检测网络
zero的博客
10-12 3910
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达推荐文章【点击下面可直接跳转】：2020 年校招，最值得加入的互联网公司有哪些？来源：ope...
第20章：深度学习图像分割实战之UNet与DeepLabV3的对比分析【脊椎分割实验】
Henry的博客
05-07 1248
本文实现了一个完整的图像分割项目框架，通过对比UNet和DeepLabV3两种经典网络，展示了不同架构在分割任务上的表现差异。项目提供了从数据预处理到结果可视化的完整流程，可以作为图像分割任务的开发模板。实验结果表明，没有绝对优越的模型，实际应用中需要根据具体任务需求和数据特点选择合适的架构。本文通过对比两种经典分割网络——UNet和DeepLabV3，分享一个完整的图像分割项目实现，包括数据预处理、模型训练、评估指标可视化和模型对比分析。可以自己将模型扩充多个，然后，这里填对应的json结果即可。
基于Deeplabv3+和Unet的语义分割案例分析——津南数字制造算法挑战复赛
CaiDaoqing的博客
05-12 1万+
写在前面 无论是物体检测，还是语义分割，笔者都是比赛中才开始了解各种网络架构，优劣对比也是参考的网络上各种评价，没有项目经验。所以，选择网络架构时局限性很大，初赛时，毫不犹豫的选择了网上点赞最多的YOLOv3；复赛时，先是选择了deeplabv3+调试，后来又转到了可操作性更高的Unet。建议大家做比赛时，一定要多调研（百度，知乎，Github…)，多交流（关注比赛群里的交流）。 赛题介绍 复赛...
【Pytorch深度学习50篇】·······第四篇：【Segmentation】【3】----- Deeplab V3+ 推理
guligedong的博客
11-09 721
兄弟们，我杀疯了，一日两更。推理片已经写好了，请查收 先给大家一下整个项目的链接： 链接：https://pan.baidu.com/s/1hwWF4-rfpiUBGUAZfWIgTQ 提取码：qlwo 项目的文件结构是这样的： model文件夹中，提供了一个我训练好的模型，因为deeplabv3+的模型还是比较大的，大概210M，所以建议开个百度云会员（这里也建议百度云给我点广告费，或者免除我的会员费） DATA是这个项目用到的数据集和标注好的标注数据。有兴趣可以自行下载来跑一跑 给大...
国庆假期看了一系列图像分割Unet、DeepLabv3+改进期刊论文，总结了一些改进创新的技巧
包括YOLOv5、YOLOv7、YOLOv8等模型改进
10-06 2万+
图像分割系列改进论文如何寻找自己的创新点呢？重点是如何发？ 下面将提供几种总结思路。
Swin-Unet-Transformer网络-用于语义分割-二分类
03-21
Swin-Unet是基于Swin Transformer的一种网络结构，它是对传统的卷积神经网络（CNN）的改进。Swin Transformer是由Liu等人在2021年提出的，其核心思想是引入了窗口自注意力机制，解决了传统Transformer全局自注意力...
Swin-Unet: Unet-like Pure Transformer forMedical Image Segmentation 医疗图像分割阅读笔记
weixin_43656644的博客
03-22 7881
原文地址：https://arxiv.org/pdf/2105.05537.pdf 收录：CVPR 2021 代码:https://github.com/Beckschen/TransUNet 首篇将transformers用于医疗分割的文章 设计的Idea：UNet +transformers的结合体，使用的具体模块:ViT+ResNet50+skip connection 对关键的公式，和结构图进行了个人的一些注释，供大家参考。 目录 摘要 1 Introduction 2 ...
unet+transformer融合模型
最新发布
05-31
| 遥感图像解析 | Swin-UNet在道路提取任务中IoU达89.1% | +5.6% | | 视频目标追踪 | Video-TransUNet在DAVIS数据集达82.3FPS | +18% | #### 四、参考实现代码框架 ```python class TransUNet(nn.Module): def __...
Transformer-UNet模型基础知识
03-25
Transformer-UNet 是一种融合了变压器（Transformer）和 U 形网络（UNet）结构的深度学习模型，旨在解决医学图像分割中的复杂问题。以下是该模型的核心概念及其架构设计。 #### 1. 背景与动机 传统的 UNet 结构主要...
图像分割系列概述FCN、UNet、DeepLab
Toocy7的博客
06-22 5458
摘要 图像分割的本质是像素级别的分割。广泛应用于医疗成像、自动驾驶领域等。 图像分割的类型： 普通分割：将不同类别不同物体的像素区域分开，比如分开前景和后景。 语义分割：在普通分割基础上，分类出每块区域的语义（什么物体）。将画面中所有物体都指出各自的类别。 实例分割：在语义分割的基础上， 识别并给出每个相同的物体的编号。 FCN 普通CNN网络用于输出图像级别的分类和回归任务。它的尾部是全连接输出固定的值。而FCN将CNN最后一层全连接层替换为卷积层，输出一张Label好的图片。这种结构就是一种编解码的结构
FCN、Unet、deeplabv1、deeplabv2、deeplabv3、deeplabv3+的网络
c_daofeng的博客
05-24 9177
FCN 通常情况下，FCN可以分为3种：FCN-32、FCN-16、FCN-8（分别表示32倍上采样、16倍上采样、8倍上采样)。 16上采样过程：先把32倍下采样的feature map上采样2倍，变成16倍下采样feature map，再和原来16倍下采样的feature map进行connect操作。最后，16倍双线性插值到原图像大小。 8上采样过程：先把32倍下采样的featu...
U-Net学习总结（附DeepLab v3）
aift的专栏
08-09 2561
文章目录简介U-NetReferences 简介 本论文主要亮点： （1）改进了FCN，把扩展路径完善了很多，多通道卷积与类似FPN（特征金字塔网络）的结构相结合。 （2）利用少量数据集进行训练测试，为医学图像分割做出很大贡献。 这是比较早的论文了，这篇论文比较简单，但是却非常的经典。而且U-Net和之前的FCN很像。总之，U-Net在医学图像分割领域简直是baba一般的存在。 U-Net U-N...
基于pytorch框架的图像分割网络模型UNet、DeepLab3、FCN、ResNet等一站式全套项目，训练、预测代码及数据集下载，简单高效省时
LyQwdfnemo的博客
04-29 545
除了介绍上述网络模型，本文还将提供完整的项目实现，包含网络模型的搭建、训练代码的编写以及预测代码的实现。在图像分割任务中，ResNet可以提取更丰富的图像特征，并获得更准确的分割结果。此外，本文还将介绍FCN网络模型。FCN是全卷积网络的缩写，它采用了全卷积层来替代传统的全连接层，可以对任意尺寸的输入图像进行像素级别的分割。图像分割是计算机视觉领域中一项重要的任务，它的目标是将图像中的每个像素分配给特定的语义类别。全套项目，包含网络模型，训练代码，预测代码，直接下载数据集就能跑，拿上就能用，简单又省事儿。
一文讲透图像分割经典网络：FCN、UNet、DeepLabV3+、UNet++、BiSeNet
阿木寺的博客
11-22 1677
随着医学影像设备的快速发展和重视程度的增加，医学领域可供深度学习方法所利用的图像不断增多。随着CV领域中，深度学习的复兴，其在医学成像领域的应用大幅增加，图像分割算法基于深度学习的研究已经取得了显著的进展。我们特地请来了深耕图像分割多年的张老师为我们带来一场为期2天的《医学图像分割前沿体验课》，内容非常干货！张老师在辅助驾驶领域深耕多年，主要研究计算机视觉在图像分割、工业目标检测、人脸检测和识别等...
【计算机视觉】最全语义分割模型总结（从FCN到deeplabv3+）
热门推荐
wzk4869的博客
03-22 2万+
【计算机视觉】最全语义分割模型总结（从FCN到deeplabv3+）
[TensorRT] 对UNet进行推理加速
oreo的博客
06-26 4758
在过去的两周的实习时间里，公司有使用TensorRT对UNet进行推理加速的需求，目前我这边已经取得了一些进展，所以在这里稍微总结一下。 1. UNet网络 网络有很多对UNet算法的说明，因为该部分并不是本文的重点，就不详细进行介绍了。为了更好的使用TensorRT的API搭建UNet的网络模型，本文只简单介绍UNet的网络架构，理清Encoder和Decoder阶段之间的关系。 在上图中不难发现，UNet网络主要由三部分组成：下采样部分（Enc...
语义分割知识点：UNet、FCN、SegNet、PSPNet、DeepLab系列
FriendshipTang的博客
04-21 3164
语义分割、UNet、FCN、SegNet、PSPNet、DeepLab
Swin-Unet网络深度学习预训练模型分析
资源摘要信息: "Swin-Unet网络预训练模型，swin-tiny-patch-window7-224.pth" Swin-Unet网络是一种基于Swin Transformer（Shifted Windows Transformer）架构设计的新型卷积神经网络。该网络结合了传统U-Net网络的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

胖子工作室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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