本项目为 Unet（backbone为Resnet）多尺度分割实战项目，包含数据集、代码、训练好的权重文件。经测试，代码可以直接使用
项目介绍：总大小250MB 本项目数据集：遥感影像乡村建筑物分割图像 网络仅仅训练了10个epochs，全局像素点的准确度达到0.95，训练epoch加大的话，性能还会更加优越
代码介绍： 【训练】train 脚本会自动训练，代码会自动将数据随机缩放为设定尺寸的0.5-1.5倍之间，实现多尺度训练。为了实现多分割项目，utils中的compute_gray函数会将mask灰度值保存在txt文本，并且自动为UNET网络定义输出的channel 【介绍】学习率采用cos衰减，训练集和测试集的损失和iou曲线可以在run_results文件内查看，图像由matplotlib库绘制。除此外，还保存了训练日志，最好权重等，在训练日志可以看到每个类别的iou、recall、precision以及全局像素点的准确率等等 【推理】把待推理图像放在inference目录下，直接运行predict脚本即可，无需设定参数
具体参考README文件，小白均可使用
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/274849.html