天长市城乡规划建设局网站,论坛网站建设公司,新翼设计网站建设公司,赣州网站建设价位加入极市专业CV交流群#xff0c;与6000来自腾讯#xff0c;华为#xff0c;百度#xff0c;北大#xff0c;清华#xff0c;中科院等名企名校视觉开发者互动交流#xff01;更有机会与李开复老师等大牛群内互动#xff01;同时提供每月大咖直播分享、真实项目需求对接… 加入极市专业CV交流群与6000来自腾讯华为百度北大清华中科院等名企名校视觉开发者互动交流更有机会与李开复老师等大牛群内互动同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总行业技术交流。关注 极市平台 公众号 回复 加群立刻申请入群~作者mileistone(媒智科技算法工程师)来源https://zhuanlan.zhihu.com/p/98561946本文已由作者授权转载未经允许不得二次转载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/vedasegIntroduction vedaseg is an open source semantic segmentation toolbox based on PyTorch.FeaturesModular 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 zooNote: All models are trained only on PASCAL VOC 2012 trainaug dataset and evaluated on PASCAL VOC 2012 val dataset.更多说明可前往Github(https://github.com/Media-Smart/vedaseg)查看和尝试。-End-*延伸阅读汇总 | 深度学习中图像语义分割基准数据集详解干货分享|一文看懂实时语义分割一文概览主要语义分割网络FCN,SegNet,U-Net...CV细分方向交流群添加极市小助手微信(ID : cv-mart)备注研究方向-姓名-学校/公司-城市(如目标检测-小极-北大-深圳)即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维SLAM、图像分割等极市技术交流群(已经添加小助手的好友直接私信)更有每月大咖直播分享、真实项目需求对接、干货资讯汇总行业技术交流一起来让思想之光照的更远吧~△长按添加极市小助手△长按关注极市平台觉得有用麻烦给个在看啦~
