Skip to content
프로젝트

fuweifuvtoo/Semantic-segmentation

GitHub에서 보기

fuweifuvtoo/Semantic-segmentation has 425 GitHub stars and 55 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-20 02:09 UTC. Last push 2021-11-18.

이 수치를 측정하는 방법

측정된 스타 증가

in 24h
0
in 7 days
기록 수집 중
in 15 days
기록 수집 중
in 1 month
기록 수집 중

서로 겹치는 기간의 순증가량이며 일별 합계가 아닙니다. 측정값이 없으면 비워 둡니다. 스타는 관심도를 나타내며 품질을 보장하지 않습니다.

소개

采用Pytorch的入门语义分割项目,支持的网络有Unet和Segnet;遥感语义分割;Unet;Segnet;Remote sensing semantic segmentation;

머신러닝

README.md

Original

Semantic-segmentation

这个repo适合新手入门pytorch和图像分割

一个采用Pytorch的语义分割项目

这个repo是在遥感图像语义分割项目时写的,但数据集不是我们遥感项目的数据集,而是网上download的一个遥感数据集。

实验结果

我的环境

  • windows10
  • Anaconda 3
  • pytorch 1.0
  • tensorflow tensorboard tensorboardX (用于可视化)

如何运行

所有的相对路径均在代码中配置

  • 打开终端,输入
python train_Seg.py
  • 调用Segnet
  • 或者
python train_U.py
  • 调用Unet
  • 或者
python predict.py
  • 进行推断inference(需要有已经训练好的模型才可以推断)

包含文件

train_Seg.py

  • 调用Segnet进行训练网络
  • 主函数

train_Unet.py

  • 调用Unet进行训练网络
  • 主函数

predict.py

  • 对模型进行inference预测

models/seg_net.py

  • Segnet网络定义

models/u_net.py

  • Unet网络定义

utils/DataArgument.py

  • 数据预处理文件,对数据切割,旋转加噪顺便做数据增强

数据集

数据集下载

https://www.cs.toronto.edu/~vmnih/data/

数据集处理

进入utils文件夹,使用下面语句(相对路径要提前配置好)

python DataArgument.py

DataArgument.py实现了对大图进行切割(成256 x 256),切割后旋转,加噪声等操作来生成训练数据。

已处理好的数据集下载

百度网盘 提取码:5b1v
下载后解压至 ./data/train/label 和 ./data/train/src

联系我

代码运行过程中有任何问题,都可随时联系我(for free and feel free to contact me please),可以在issue中提问,我也会尽快回答。