Pytorch UNet:U Net的PyTorch实施用于高质量图像的图像语义分割 源码

UNet:使用PyTorch进行语义分割 在PyTorch中针对高清晰度图像针对Kaggle的自定义实施 。 该模型是从头开始训练的,具有5000张图像(无数据增强),并且在超过100k张测试图像上获得了0.988423(735中的511)的。 可以通过更多的培训,数据增强,微调,使用CRF后处理以及在蒙版边缘上施加更多权重来提高此分数。 Carvana数据可在上。 用法 注意:使用Python 3.6或更高版本 预言 训练好模型并将其保存到MODEL.pth后,您可以通过CLI轻松测试图像上的输出蒙版。 预测单个图像并保存: python predict.py -i image.jpg -o output.jpg 要预测多幅图像并显示它们而不保存它们: python predict.py -i image1.jpg image2.jpg --viz --no-save >