vedaseg:基于 pytorch 的开源语义分割工具库,更多模型支持,更易拓展

工具 黑人 ⋅ 于 1年前 ⋅ 1417 阅读

今年九月份我们打了一个语义分割的比赛,比赛初期我们调研了一系列基于pytorch的语义分割训练框架,这些框架要么支持的模型少,要么实现得不够模块化、不易拓展。于是我们决定写一个类似于mmdetection的语义分割训练框架,一来方便我们做语义分割的实验,二来可以锻炼自己的代码能力。

从十月中旬开始,我们断断续续地写到了十二月中旬,我们实现的语义分割框架终于可以收工了。我们使用vedaseg做了大量实验,感觉还挺好用,现在将其开源出来,希望给有相关需求的朋友一个新的选择。

Github链接:https://github.com/Media-Smart/vedaseg

Introduction

vedaseg is an open source semantic segmentation toolbox based on PyTorch.

Features

Modular Design:

We decompose the semantic segmentation framework into different components. The flexible and extensible design make it easy to implement a customized semantic segmentation project by combining different modules like building Lego.

Support of several popular frameworks:

The toolbox supports several popular and semantic segmentation frameworks out of box,e.g.DeepLabv3+, DeepLabv3, UNet, PSPNet, FPN, etc.

Benchmark and model zoo

Note: All models are trained only on PASCAL VOC 2012 trainaug dataset and evaluated on PASCAL VOC 2012 val dataset.
file
更多说明可前往Github(https://github.com/Media-Smart/vedaseg)查看和尝试


vedaseg工具库下载
百度云盘链接:https://pan.baidu.com/s/10AWKGf2fdgAiNMATYERJkg
提取码:提示:此内容登录后可查看


作者:mileistone(媒智科技算法工程师)
来源:知乎专栏
本文已由作者授权转载,未经允许,不得二次转载


推荐阅读:
不规则四边形坐标的标注工具(可用于车牌 / OCR / 人脸关键点)
深度学习图像标注工具汇总
谷歌开源 GPipe 库,速度提升 25 倍,CIFAR-10 精度达到 99%


file
△ 关注极市平台
获得最新CV干货

黑人

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!