基于pytorch实现的BiSeNet V2: Bilateral Network with Guided。。可直接执行算法

pytorch 算法人工智能 python

1、训练数据准备所有数据均放置于Sample\Build\下，其中Build为数据类型，根据自己需要进行修改，本示例数据为512*512大小GF2建筑，训练数据按照: Sample\Build\train\ IMG_T1 -----------------------\ IMG_LABEL -----------------\val\ IMG_T1 -----------------------\IMG_LABEL 2、训练参数设置参数和运行皆在dp0_train.py中，主要参数包括：（1） num_epochs，训练批次（2） learning_rate，学习率（3） dataset，步骤一自己构建的数据集名称（4） band，输入数据通道数（波段数）（5） n_class, 模型输出通道数（类别） 3、训练模型位置模型结构放与net文件中，生成模型文件pt位于Checkpointspath\ 4、预测使用填写参数 Checkpointspath，模型位置名称 Dataset，待预测数据文件夹 Outputpath，输出数据文件夹

文件下载

资源详情

[{"title":"（ 1959 个子文件 526.95MB ）基于pytorch实现的BiSeNet V2: Bilateral Network with Guided。。可直接执行算法","children":[{"title":"24.tif 578.98KB ","children":null,"spread":false},{"title":"43.tif 566.54KB ","children":null,"spread":false},{"title":"140_0.00_0.02.tif 647.23KB ","children":null,"spread":false},{"title":"95.tif 289.06KB ","children":null,"spread":false},{"title":"14_0.00_0.00.tif 622.85KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于pytorch实现的BiSeNet V2: Bilateral Network with Guided。。可直接执行算法

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载