TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析

发布时间:2021-12-23 15:29:14 作者:柒染
来源:亿速云 阅读:133

这篇文章将为大家详细讲解有关TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。

Github上的开源工程Semantic Segmentation Suite(语义分割套件),由来自美国建筑智能服务公司的机器学习工程师George Seif创建,使用Tensorflow实现了大量最新的语义分割算法,最近,该开源库新加入了CVPR2018最新公开的Dense Decoder Shortcut Connections模型与DenseASPP模型,和ECCV2018旷视科技新提出的实时语义分割算法BiSeNet!
这种紧跟前沿的开源库,正是52CV君要大力推广的!

Semantic Segmentation Suite的目标是希望人们借助它可以轻松实现代码、训练、测试最新的语义分割算法。

目前的主要功能有:
1)训练和测试模式;
2)数据增广;
3)内含几个最新的state-of-the-art语义分割模型,并且这些模型可以非常容易地做到即插即用;
4)可以方便对接目前主流的任何语义分割数据集;
5)评估准则包含:precision, recall, f1 score, average accuracy, per-class accuracy, and mean IoU;
6)在训练时按照epoch绘制损失函数loss和精度;

当前支持的特征提取模型:
MobileNetV2, ResNet50/101/152 与 InceptionV4。

当前支持的语义分割算法:
1)SegNet,arXiv2015;
2)SegNet with skip connections,PAMI2017;
3)MobileNet-UNet,arXiv2017;
4)PSPNet,CVPR2017;
5)FC-DenseNet,CVPR2017;
6)DeepLabV3,axXiv2017;
7)RefineNet,CVPR2017;
8)Full-Resolution Residual Networks(FRRN),CVPR2017;
9)Global Convolutional Network with Large Kernel,CVPR2017;
10)AdapNet,ICRA2017;
11)ICNet,ECCV2018;
12)DeepLabV3+,ECCV2018;
13)DenseASPP,CVPR2018;
14)Dense Decoder Shorcut Connections,CVPR2018;
15)BiSeNet,ECCV2018;
全是最近两年出现的state-of-the-art!

该库已经内置了语义分割训练、测试、预测的示例代码:
TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析
方便一键看结果!

下面是使用FC-DenseNet103模型在CamVid数据集上训练结果示例:
TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析

TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析

关于TensorFlow语义分割套件开源ECCV18旷视科技BiSeNet实时分割算法示例分析就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。

推荐阅读:
  1. Polygon分割
  2. VLAN的分割

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

tensorflow

上一篇:mac os下如何尝试编译 tensorflow

下一篇:mysql中出现1053错误怎么办

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》