Pytorch-Unet
UNet：使用PyTorch进行语义分割
在PyTorch中自定义实施以应对Kaggle的高清图像。
该模型从头开始使用5000张图像进行了训练（无数据增强），并且在超过100k张测试图像上获得了0.988423的（735中的511分）。可以通过更多的培训，数据增强，微调，使用CRF后处理以及在蒙版的边缘上施加更多的权重来提高此分数。
Carvana数据可在上。
用法
注意：使用Python 3.6或更高版本
预言
训练好模型并将其保存到MODEL.pth后，您可以通过CLI轻松测试图像上的输出蒙版。
要预测单个图像并保存，请执行以下操作：
python predict.py -i image.jpg -o output.jpg
要预测多幅图像并显示它们而不保存它们，请执行以下操作：
python predict.py -i image1.jpg image2.jpg --viz -
文件下载
资源详情
[{"title":"（ 1684 个子文件 21.76MB ） Pytorch-Unet","children":[{"title":"run_norm_final.sh <span style='color:#111;'> 2.06KB </span>","children":null,"spread":false},{"title":"run_mic.sh <span style='color:#111;'> 1.39KB </span>","children":null,"spread":false},{"title":"Cam2007Dataset.csv <span style='color:#111;'> 45.94KB </span>","children":null,"spread":false},{"title":"run_gd_seasaw.sh <span style='color:#111;'> 2.59KB </span>","children":null,"spread":false},{"title":"run_predict.sh <span style='color:#111;'> 2.86KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 免费VB打印控件（带源代码及示例）
- 操作系统 Project4.zip
- 中国金融集成电路(IC)卡规范3.0（2013年发布最新完整版）
- Compressed Sensing: Theory and Applications(压缩感知：理论与应用)
- 通过编程获取IP地址与MAC地址的对应关系
- 嵌入式系统及其应用 基于Cortex-M3内核和STM32F103系列微控制器的系统设计与开发
- 动态规划matlab源代码
- 基于ZigBee的无线ECG心电采集诊断系统.rar
- RTL8111/8168/8411的ubuntu18.04.1驱动
- 排队模型(matlab代码)
- labview数组使用练习题
- QGroundControl.AppImage
- SilverLight企业应用框架设计
- ppt各个领域模板大全.txt
- c# 中TreeView的应用实例源代码
- 2018最新微信朋友圈微信趣味测试源码
- 基于R语言的自动数据收集
- 人工智能文档
- VERILOG 制作的FIR滤波器
- 《用户体验度量》（中文版）
- 宠物商店（SSH实现）
- asp.net+sql数据库的博客系统
- 2019.5 ios开发 xcode12.3(16F156)最新真机/模拟器包
- RK3288 HDMI 使用说明
- ap3g2-k9w7-tar.153-3.JC.tar
- Qt Quick自定义下拉框
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
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