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。