/Segmentation-Pytorch

Semantic Segmentation in Pytorch.Network include FCN、UNet、ENet、ESPNet、ESPNet_v2、ERFNet、DABNet、BiSeNetV2、PSPNet、DeeplabV3Plus

项目结构调整，已经删除之前代码，调整结束会重新上传代码

1. 效果展示

  • PSPNet使用的是作者开源的源代码，训练Cityscapes数据集，Miou=0.5535604759342954，效果有待提升，时间有限单卡训练200Epoch。
cityscapes 19 class iou 
[0.9486701457704959, 0.7049106876005735, 0.8300539507571478, 0.3252279876366611, 0.32811147036266664, 
 0.40784611045938335, 0.4032697357010293, 0.5584767609290046, 0.8800581209068778, 0.4874004109192292,
 0.9049523717813096, 0.6553959694622065, 0.4079456052528648, 0.8765924542132393, 0.19745433079577926, 
 0.510012327134576, 0.11816104748732476, 0.34569161104616813, 0.6274179445350734]
  • 原图和预测图对比
origin
gt
predict

2. 环境安装

pip install -r requirements.txt
实验环境：

  • Ubuntu 16.04 GTX1080TI 单卡
  • python==3.6.5
    具体参数见requirement.txt

3. 数据预处理

本实验可以实现cityscapes和camvid公开数据集
训练演示使用的是cityscapes
本人主要是用作遥感卫星图像分割,卫星图像尺寸都较大,所以需要进行切图,切分成512*512尺寸大小的图片
后期会更新我的数据集-----

4. 模型搭建

所有的模型搭建都是在builders/model_builder.py文件下导入

  • FCN
  • UNet
  • ENet
  • ESPNet
  • ESPNet_v2
  • ERFNet
  • DABNet
  • BiSeNetV2
  • PSPNet
  • DeeplabV3Plus