华为云实验-U_net

该博客记录了一次在华为云环境下,利用PyTorch 1.8和CUDA 10.2进行深度学习模型训练的过程。实验涉及数据集上传、模型训练、损失及评估指标展示,以及最终的预测结果,生成了对比图test_results.png。整个流程展示了从数据准备到模型应用的完整步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

实验环境

华为云
pytorch 1.8-cuda10.2-cudnn7-ubuntu 18.4
GPU:1*V100(32GB)|CPU:8核 64GB

实验步骤

1、数据集、代码等的上传

import moxing as mox
dataset_url = "obs://wkkk/deep-learning-for-image-processing-master/pytorch_segmentation/unet/"
mox.file.copy_parallel(dataset_url,"./")

2、训练模型
在终端输入:

>cd work
>ls
>python train.py

3、训练结果
生成文件results20220302-133202.txt

[epoch: 199]
train_loss: 0.3271
lr: 0.000000
dice coefficient: 0.813
global correct: 95.3
average row correct: ['97.3', '81.4']
IoU: ['94.7', '68.6']
mean IoU: 81.7

4、预测结果
在终端输入:

>python predict.py

生成图片test_results.png
在这里插入图片描述
与人工手动分割的对比:
在这里插入图片描述

总结

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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