pytorch上实现语义分割网络bisenet

语义分割方向新近提出来的网络大概是deeplabv3+和bisenet，在18年2月和8月先后被提出。

无条件相信google，于是直觉上认为deeplabv3+更靠谱。?

看paper的话，bisenet准确率更低，速度更快。

deeplabv3+之前已经实现，现在来对bisenet进行实现。

我的环境：

anaconda3
pytorch-gpu 1.0

---

---

源

分别找到tensorflow和pytorch的版本：

tf: https://github.com/GeorgeSeif/Semantic-Segmentation-Suite
pt: https://github.com/CoinCheung/BiSeNet

But George said “This repo has been depricated and will no longer be handling issues. Feel free to use as is ?” so我这边选择pt版本。

---

模型

下载模型文件：

git clone https://github.com/CoinCheung/BiSeNet.git

---

数据集

实现过程使用Cityscapes Dataset作为数据集。
从www.cityscapes-dataset.com上下载Cityscapes Dataset——数据集leftImg8bit_trainvaltest.zip (11GB)和对应的标注集gtFine_trainvaltest.zip (241MB)。下载完成后解压到路径BiSeNet/data/，目录结构：

BiSeNet/data/

• gtFine
• leftImg8bit

---

训练

在路径BiSeNet/下：

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 train.py

会出现：

it: 79500/80000, lr: 0.000105, loss: 2.3915, eta: 0:06:58, time: 41.0036
it: 79550/80000, lr: 0.000096, loss: 2.4082, eta: 0:06:16, time: