理工酷

采用Pytorch的入门语义分割项目

支持的网络有Unet和Segnet；遥感语义分割；Unet；Segnet；Remote sensing semantic segmentation；

环境配置

---

windows10 Anaconda 3 pytorch 1.0 tensorflow tensorboard tensorboardX (用于可视化)

如何运行

---

所有的相对路径均在代码中配置

• 打开终端，输入

python train_Seg.py

• 调用Segnet

• 或者

  python train_U.py
  

• 调用Unet

• 或者

  python predict.py
  

• 进行推断inference（需要有已经训练好的模型才可以推断）

包含文件

---

train_Seg.py

• 调用Segnet进行训练网络
• 主函数

train_Unet.py

• 调用Unet进行训练网络
• 主函数

predict.py

• 对模型进行inference预测

models/seg_net.py

• Segnet网络定义

models/u_net.py

• Unet网络定义

utils/DataArgument.py

• 数据预处理文件，对数据切割，旋转加噪顺便做数据增强

数据集

---

数据集下载

https://www.cs.toronto.edu/~vmnih/data/

数据集处理

进入utils文件夹，使用下面语句（相对路径要提前配置好）

python DataArgument.py

DataArgument.py实现了对大图进行切割（成256 x 256），切割后旋转，加噪声等操作来生成训练数据。

已处理好的数据集下载

百度网盘 提取码：rjzy 下载后解压至 ./data/train/label 和 ./data/train/src

实验结果

---

来源https://github.com/fuweifu-vtoo/Semantic-segmentation