网络总结"/>
UNET训练分割网络总结
GitHub原文地址:milesial/Pytorch-UNet: PyTorch implementation of the U-Net for image semantic segmentation with high quality images (github)
参考链接:
pytorch复现U-Net 及常见问题汇总(2021.11.14亲测可行)_pytorch u-net_奶盖芒果的博客-CSDN博客
UNet复现及环境配置(含数据集)_.小简.的博客-CSDN博客
U-net复现pytorch版本 以及制作自己的数据集并训练_奶盖芒果的博客-CSDN博客
1.配置环境
2.下载数据集
汽车数据集:trainsets1-car 提取码: 42eg
细胞数据集:trainsets2-cell 提取码: ho81
tongue非公开数据集。
3.修改部分参数
路径
训练参数
n_channels和n_classes
4.开始训练,大概是这样
5.训练情况可视化(可点击上图那个蓝色链接,从浏览器里面看)
6.训练结果
7.预测
# -i 是指定预测的照片 其他参数可以自己看get_args部分
# test.jpg放在项目的根目录里面,否则用类似 ./predict/test.jpg
python predict.py -i test.jpg --viz -v
8.一些问题
a.使用自己的数据集时,注意文件后缀类型和命名规则
b.显存溢出
改batch_size 等训练参数,或者切换显卡,或者使用服务器等。
c.size mismatch
把报错的量都pop掉,并且加strict=False
该问题这种方法解决得不好,使得预测结果很糟糕。
更多推荐
UNET训练分割网络总结
发布评论