【pytorch】mmsegmentation二值训练

1.介绍
商汤

2.安装

pip install mmcv-full mmdet mmocr mmsegmentation mmcv

3.demo项目， 数据集CHASE DB1

# 1.拉项目
git clone https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
mkdir data
wget https://staffnet.kingston.ac.uk/~ku15565/CHASE_DB1/assets/CHASEDB1.zip -P data
# 2.解压压缩包
python tools/convert_datasets/chase_db1.py data/CHASEDB1.zip
# 3.训练
python tools/train.py
  # 修改参数
  args = parse_args()
  args.config = "configs/unet/pspnet_unet_s5-d16_128x128_40k_chase_db1.py" #网络文件
  args.no_validate = False
  args.work_dir = "work_dir" #权重保存目录
  print(args)
  
# 4.测试
python tools/test.py
  args = parse_args()
  args.config = "configs/unet/pspnet_unet_s5-d16_128x128_40k_chase_db1.py" # 网络文件
  args.checkpoint = r"./work_dir/iter_40000.pth" # 权重
  args.show_dir = "show_dir"
  print(args)

4.自定义数据集
4.1 修改数据集文件，configs/base/datasets/chase_db1.py，data_root = ‘data/yiliao’
4.2 训练数据

1.所有图片统一归一化到固定大小
2.annotations标签里面的图片是/255的单通道，其值为0,1

4.3 数据结构

|-- annotations
|   |-- training
|   |   |-- UbhRtrFL_1stHO.png
|   |   |-- UbhRtrFL_2ndHO.png
|   |   |-- ...
|   `-- validation
|       |-- ...
`-- images
    |-- training
    |   |-- UbhRtrFL.png
    |   |-- ...
    `-- validation
        |-- ...

4.4 异常报错，Distributed方面bug，
configs/base/models/pspnet_unet_s5-d16.py
norm_cfg = dict(type=‘SyncBN’, requires_grad=True) -> type=‘BN’ 去掉Sync

标签：args,--,mmsegmentation,py,unet,pytorch,二值,data,dir
来源： https://blog.csdn.net/luolinll1212/article/details/119326824