本文详细总结了DeepLabv3+的训练协议，包括使用ResNet-101或修改后的Xception，基于ImageNet-1K预训练，在PASCAL VOC 2012数据集上进行训练。采用了'poly'学习率策略，初始学习率为0.007，并使用了513×513的输入尺寸。在验证集上，模型以8的 atrous rate 进行推理，以获取更详细的特征图。训练过程中还涉及了数据增强，如图像缩放和随机左右翻转。
Training Protocol
-
backbone:ResNet-101 or modified aligned Xception -
pretrain:ImageNet-1K -
dataset:PASCAL VOC 2012 (20 foreground object classes, 1 background class)
10582 (trainaug) training images, 1449 (val), 1456 (test) -
lr schedule:“poly” policy (initial lr:0.007)
initial learning rate is multiplied by (1−itermax_iter)power(1-\frac{iter}{max\_iter})^{power}(1−
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
