Swin-Transformer-Semantic-Segmentation训练自己的数据集

最新推荐文章于 2024-12-09 01:37:56 发布
原创 最新推荐文章于 2024-12-09 01:37:56 发布 · 2.1k 阅读 · 13 ·
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：

#transformer #深度学习 #pytorch

本文介绍如何使用Swin Transformer进行语义分割任务，并详细指导读者完成环境配置、数据集准备、代码调整及模型训练等关键步骤。

论文地址

源码

  • 1.  按照作者的步骤安装好所需的环境。
  • 2.  安装可以运行一下demo看环境是否搭建成功。
  • 3.  准备好自己的数据集，我用的是VOC数据集。
  • 4.  修改confis/_base_/datasets/pascal_voc12.py
  • 5.  修改mmseg/datasets/voc.py标签和颜色rgb
  • 6.  修改tools/train.py中的相关参数
  • 7.  修改configs/_base_/models/upernet_swin.py关闭分布式训练，修改分类数

                                      

  • 8.  修改configs/swin/upernet_swin_tiny_patch4_window7_512x512_160k_ade20k.py中数据集的地址和分类数
  • 运行train.py开始训练

Tangleet
关注
【Segment Anything Model】四：预处理自己的数据集接入SAM
cvxiayixiao的博客
08-07 6088
1️⃣预备知识。
【Segment Anything Model】二：论文+代码实战调用SAM模型预训练权重+相关论文
cvxiayixiao的博客
04-22 1万+
上一篇已经全局初步介绍了segment anything model和其功能，本篇作为进阶使用。代码实战案例，同时介绍了二创论文。
如何利用SAM(segment-anything)制作自己的分割数据集
weixin_42120861的博客
04-23 3530
利用SAM(segment-anything)制作自己的分割数据集
mmsegmentation教程2：如何修改loss函数、指定训练策略、修改评价指标、指定iterators进行val指标输出
weixin_42748439的博客
04-13 1万+
简介 在mmseg教程1中对如何成功在mmseg中训练自己的数据集进行了讲解，那么能跑起来，就希望对其中loss函数、指定训练策略、修改评价指标、指定iterators进行val指标输出等进行自己的指定，下面进行具体讲解 具体修改方式 mm系列的核心是configs下面的配置文件，数据集设置与加载、训练策略、网络参数设置都在configs下面的配置文件里，可以简单理解为以前使用的开源框架中的main()函数，所有的参数都在这里指定，下面以configs/swin/upernet_swin_tiny_patc
swin-transform 训练自己的数据集
hasque2019的博客
12-14 9551
最近transform在cv圈可谓hot到爆，记录一下之前参加比赛所用的代码swin-transform，算法来源于ICCV2020的best paper。废话少说，直接上源码 code：https://github.com/SwinTransformer/Swin-Transformer-Object-Detection paper： 搭建swin-transform需要的环境 1.conda create -n swin python=3.7 2.conda activate swin 3.conda
【语义分割】Swin-Transformer-Semantic-Segmentation 代码windows环境配置
aiyaya333的博客
02-13 1649
swin transformer 语义分割代码的环境配置，踩坑记录，mmcv
使用Swin-Transformer-Semantic-Segmentation训练自己的数据（语义分割，自己做数据）
weixin_38353277的博客
02-25 1万+
Swin transformer 模型训练
Swin-Transformer 图像分割实战：使用Swin-Transformer-Semantic-Segmentation训练ADE20K数据集（语义分割）
2401_89285791的博客
12-09 1324
1、创建虚拟环境2、给cl.exe添加系统变量3、安装所需要的库安装上面的库。mmcv的版本不要太高，高版本中有些参数改变了，运行的时候会有一些问题。4、下载代码github地址：https://github.com/SwinTransformer/Swin-Transformer-Semantic-SegmentationUbuntu20.04环境配置Ubuntu的环境配置相对简单一些，1、创建虚拟环境2、安装pytorch。
Swin-Transformer 图像分割实战：使用Swin-Transformer-Semantic-Segmentation训练ADE20K数据集（语义分割
2401_83739951的博客
04-01 1246
github地址：https://github.com/SwinTransformer/Swin-Transformer-Semantic-SegmentationUbuntu20.04环境配置Ubuntu的环境配置相对简单一些，1、创建虚拟环境2、安装pytorch根据电脑的cuda版本选择pytorch，我试了1.6.0版本的可以。其他的版本在安装mmcv的时候有可能会出现问题。3、安装mmcv-full。
Swin-Transformer-Semantic-Segmentation权重在另外那里.zip
最新发布
09-02
压缩包中的"**Swin-Transformer-Semantic-Segmentation-main**"很可能是Swin Transformer在语义分割任务上的开源实现，通常包括以下几个部分： 1. 模型结构：定义Swin Transformer的网络层次结构，包括不同阶段的...
手把手教你Swin-Transformer-Semantic-Segmentation(语义分割）训练自己的数据集
autoner的博客
07-26 1万+
一步步教你从搭建环境，到环境测试，到数据集制作，到代码调试，最终到运行并测试结果。跑通Swin-Transformer-Semantic-Segmentation保姆级教程！
Segment Anything使用手册（交互式数据标柱|自动数据标柱）
a486259的博客
06-13 1万+
主要内容包含segment-anything项目的安装、基于SamPredictor对单点输入生成mask、基于SamPredictor对多点输入生成mask、基于SamAutomaticMaskGenerator自动生成mask。Segment Anything项目是一个可以对任何图像进行分割的项目，其论文介绍可以查看https://blog.youkuaiyun.com/a486259/article/details/131137939，其测试网站为 https://segment-anything.com。
Segment anything(SAM)论文及demo使用保姆级教程
qwerkiller的博客
04-13 1万+
解读segment anything(SAM)论文并提供SAM模型demo的保姆级使用教程
CV大一统模型的第一步！Segment Anything Model 最全解读！
Datawhale
04-07 1万+
Datawhale干货作者：崔腾松，Datawhale成员前言Meta 开源万物可分割 AI 模型：segment anything model (SAM)。本文列举了一些资料，并从SAM的功能介绍、数据集、数据标注、图像分割方法介绍，研发思路以及对未来的展望来展开详细介绍。并综合了一些评价谈论，放眼当下和展望未来，给出了一些个人的想法和看法。资料论文地址1：https://arxiv.org...
mmsegmentation框架SegFormer训练自己的数据集
drunk_flowers的博客
01-13 6244
使用mmsegmentation中的SegFormer网络训练自己的数据集
手把手教你使用Segformer训练自己的数据
热门推荐
weixin_38353277的博客
02-25 2万+
SegFormer 基于Swin transformer 修改
MMSeg框架segformer模型训练自己的数据集
Scenery0519的博客
03-20 4671
mmsegmentation训练跑自己的数据集改配置文件，包含多卡跑、单卡跑、可视化日志等
Transformer模型实战训练（带数据集）
weixin_41973200的博客
10-16 1万+
Transformer 模型，总共加起来不到 300 行代码，实际上如果你阅读过 GPT-2 和 BERT 的模型构建代码，你会发现它们也没有多少行，所以模型构建本身其实并不复杂，模型的构建过程就是整个深度神经网络的架构过程，虽然有一点难度，但是没有想象的那么难，而我认为难点在于预训练过程，既吃训练资源又需要考虑训练效果，如何调整参数让训练效果更好是难点，这和传统 CV 小模型有点类似。你可以参考我给出的代码。想要模型性能好，是要一步一步调的，这也是我们说前提要有大量的计算资源的原因。
Transformer训练例子
lwaif的专栏
04-21 945
定义数据加载器和损失函数。# 定义优化器和学习率调度器。# 转换为Tensor类型。# 创建模型和数据集。
pytorch版Swin-transformer训练自己的数据集
02-28
### 使用 PyTorch 实现 Swin-Transformer 进行自定义数据集训练 为了使用 PyTorch 实现 Swin-Transformer 并将其应用于自定义数据集的训练，需遵循一系列配置和编码实践。这不仅涉及模型本身的构建，还包括环境设置...
评论 10
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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