RefineNet语义分割Pytorch模型训练和TensorRT加速

原创 已于 2022-08-22 14:44:34 修改 · 1.5k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #神经网络 #语义分割 #TensorRT

于 2020-08-16 15:29:04 首次发布
本博客介绍了一个基于PyTorch实现的RefineNet模型，该模型针对分割任务进行了优化并成功转换为TensorRT格式，实现了显著的运行速度提升。在HelenDataset上进行的面部器官分割实验显示，使用TensorRT加速后的模型FPS从5提升到FP32的27和FP16的33。模型轻巧，适用于实时分割场景。
部署运行你感兴趣的模型镜像

RefineNet模型的训练和ONNX模型导出见我的github：GitHub - midasklr/RefineNet: Pytorch refinenet for segmentation and pytorch -> onnx -> tensorrt

TensorRT加速见我的：GitHub - midasklr/RefineNet_TensorRT: TensorRT for RefineNet Segmentation

RefineNet模型训练主要参考了 light-weight-refinenet的实现，并做出一些修改方便模型转tensorRT，模型轻巧，加速后可以达到实时分割。

使用的数据集是Helen Dataset，原始的数据集我已经做了一些修改方便分割算法训练，包含了11类面部器官的分割，效果如图：

通过GitHub - midasklr/RefineNet: Pytorch refinenet for segmentation and pytorch -> onnx -> tensorrt可以很方便的用于任何分割相关的数据集。

速度：

ModelFPS
Pytorch5
TensorRT-FP3227
TensorRT-FP1633

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

深度学习系列资料总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
工业缺陷检测工程实践综述
sjtutsb的博客
12-14 1588
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
RefineDet算法源码 （一）训练脚本
AI之路
06-04 8824
论文：Single-Shot Refinement Neural Network for Object Detection 论文链接：https://arxiv.org/abs/1711.06897 代码链接：https://github.com/sfzhang15/RefineDet 关于RefineDet算法内容可以先看看博客：RefineDet论文笔记。 RefineDet算法是SS...
遥感语义分割代码
04-21
基于深度学习对影像进行语义分割的算法具体实现，包含常见的Unet,SEGNET等深度学习语义分割模型，实现框架为Keras
Python深度学习实战——基于Pytorch-ppt.zip
07-03
Python深度学习实战——基于Pytorch-ppt.zip
refinenet-pytorch:PyTorch中的RefineNet-101 VOC
05-05
RefineNet（在PyTorch中） 该存储库提供了RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation （在单比例尺设置中的验证集上，提供的权重达到80.5 ％的平均RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation上基于PASCAL VOC训练的基于ResNet-101的模型。 RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation Guosheng Lin, Anton Milan, Chunhua Shen, Ian Reid In CV
实时语义分割算法DDRNet解析训练和TensorRT加速
IEEE_FELLOW的博客
04-21 2916
留坑，有时间补上 TensorRT工程实现见https://github.com/midasklr/DDRNet.TensorRT
基于C++和TensorRT实现语义分割的程序源码+项目说明+模型+sln解决方案.zip
01-16
使用VOC Person Part 训练LW Refinenet ——resnet50 作为神经网络，生成onnx模型并导入c++中实现实时语义分割。 下载Resnet50 精度为64.1mIOU的onnx模型：百度云 密码：kx0j 效果 实验GPU：gtx1060 输入图像：512*...
24-SFSegNets（代码）-基于语义流的更快更准确的语义分割-78.8%-9.7M-3090-119.1FPS- 1024×2048-1C-2区
最新发布
weixin_69330940的博客
06-02 1118
Sfnet: Faster and Accurate Semantic Segmentation Via Semantic Flow
揭秘图像语义分割演进之路：FCN、SegNet到UNet的5个关键突破
# 图像语义分割的演进之路：从像素理解到智能感知 还记得第一次看到AI能“看懂”整张图里每个像素属于什么的时候吗？那种感觉就像突然给机器装上了眼睛和大脑。这背后，正是图像语义分割在默默发力——它不只是识别...
Python-Pytorch实现用于图像语义分割UNet
08-11
Pytorch实现用于图像语义分割：U-Net，具有密集的CRF后处理
Unet语义分割训练和TensorRT部署
08-14
Unet语义分割训练和TensorRT部署
语义分割系列8-RefineNet（pytorch实现）
yumaomi的博客
05-19 3848
本文介绍了RefineNet的思想和具体架构，在pytorch上进行代码复现。本文提供了Resnet101-RefineNet的pytorch代码。
YOLOv5-7.0实例分割+TensorRT部署
恐龙先生的博客
08-11 3130
YOLOv5-7.0版本实例分割+部署
RefineNet笔记
DreamLike_zzg的博客
01-30 424
RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation https://arxiv.org/pdf/1611.06612.pdf Thought 1、多利用residual 结构， 包括广义的，利于优化 2、与 FPN 同时间出现，当时流行特征融合 institution 1、subsa...
模型复现丨多级别高分辨率语义分割模型RefineNet的简单复现
m0_60673947的博客
12-28 2311
一、模型介绍 RefineNet提出了多路径网络，利用多级别的抽象用于高分辨率语义分割；通过使用带残差连接的同态映射构建所有组件，梯度能够在短距离和长距离传播，从而实现端到端的训练；提出了链式残差池化模块，从较大的图像区域俘获背景上下文。使用多个窗口尺寸获得有效的池化特征，并使用残差连接和学习到的权重融合到一起。 《RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation》发表于2017年.官方论
Refinenet 笔记
ahxieqi的博客
03-24 292
2019 March 24 Refinenet 笔记
目标分割(六)RefineNet讲解
Raywit的博客
02-27 8135
目标分割RefineNet讲解0. ABSTRACT1. INTRODUCTION2. STRUCTUREReference              原文：RefineNet 收录：CVPR 2017 (IEEE Conference on Computer Vision...
Retinanet训练自己的数据集
qq_44929031的博客
07-06 1977
Retinanet训练 Retinanet训练 之前配置的retinanet环境忽然调用不了GPU，尝试多数方法未解决，然后重新配置。 一.环境配置 使用的环境是ubuntu18.04,CUDA10.1。 下载Retinanet项目 git clone https://github.com/fizyr/keras-retinanet.git 编译 python setup.py build_ext --inplace 环境配置 pip install -r requirements.txt
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值