#433 · 主分类： 计算机视觉
pytorch-deeplab-resnet
computer-vision
deep-learning
deeplab
deeplab-resnet
pascal-voc
pytorch
semantic-segmentation
基于 pytorch 的 DeepLab resnet v2 模型
项目最后更新：09/05/23
GitHub Stars
601
Forks数量
115
贡献者数量
1
许可证
MIT
收录理由
这个PyTorch移植版把DeepLab-ResNet v2从Caffe搬了过来，保留了原版多尺度训练的做法——在1倍、0.75倍和0.5倍尺度上分别计算损失，再把分数图合并起来。对于想看看经典结构在PyTorch里跑起来是什么样的人，它是个很实在的参考。训练和评估脚本覆盖了Pascal VOC，也能通过标签数量参数接自定义数据集，学习率用的是SGD加poly衰减，跟原作者设定一致。文档里记录的mean-IOU结果和caffemodel转pth的工具，对做分割基线对比的研究者和学生都挺有用。不过代码面向Python 2.7和较老的PyTorch版本，在现在的环境里跑起来多少会有点磕绊，需要自己调整。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。