企业官网建设流程全解析

做推文的编辑网站,温州网站设计联系亿企邦,凡客诚品购物官网,南阳市网站建设图像分割语义分割mobilenetv1-unet网络 基于pytorch框架制作 全套项目#xff0c;包含网络模型#xff0c;训练代码#xff0c;预测代码#xff0c;直接下载数据集就能跑#xff0c;拿上就能用#xff0c;简单又省事儿 内附四五个数据#xff0c;供验证使用直接上干货…图像分割语义分割mobilenetv1-unet网络 基于pytorch框架制作 全套项目包含网络模型训练代码预测代码直接下载数据集就能跑拿上就能用简单又省事儿 内附四五个数据供验证使用直接上干货这次带来的MobileNetV1-UNet语义分割项目绝对是懒人福音。整套代码从模型到训练预测全打通解压数据集就能跑。先看效果在街景分割任务中用1050Ti显卡训练两小时就能区分人行道、车辆、建筑预测单张图只要0.3秒。核心代码都在model.py里。编码器用MobileNetV1的深度可分离卷积参数只有原版UNet的1/3class DepthwiseSeparable(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.depth_conv nn.Conv2d(in_ch, in_ch, kernel_size3, padding1, groupsin_ch) self.point_conv nn.Conv2d(in_ch, out_ch, kernel_size1) def forward(self, x): return self.point_conv(self.depth_conv(x))这个深度可分离卷积块是MobileNet的精髓——先做通道内卷积再用1x1卷积混合通道。实测参数量比标准卷积少8-9倍且精度损失不大。解码器部分保持UNet的跳跃连接结构但上采样用了最近邻插值卷积的方案class DecodeBlock(nn.Module): def __init__(self, in_ch, skip_ch, out_ch): super().__init__() self.up nn.Upsample(scale_factor2, modenearest) self.conv nn.Sequential( nn.Conv2d(in_chskip_ch, out_ch, 3, padding1), nn.BatchNorm2d(out_ch), nn.ReLU(inplaceTrue) ) def forward(self, x, skip): x self.up(x) return self.conv(torch.cat([x, skip], 1))这里有个坑要注意MobileNet的下采样次数和原版UNet不同跳跃连接的通道数需要手动对齐。我的解决方案是在编码器每层输出后添加过渡卷积匹配解码器所需的通道数。训练脚本train.py支持多卡并行和自动混合精度。关键训练循环长这样scaler GradScaler() for epoch in range(100): model.train() for inputs, masks in train_loader: with autocast(): outputs model(inputs.cuda()) loss criterion(outputs, masks.cuda()) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() optimizer.zero_grad()实测混合精度训练能让显存占用减少40%batch_size可以翻倍。损失函数用带类别权重的交叉熵应对数据不均衡问题class_weights torch.tensor([0.5, 1.2, 1.0, 2.0, 0.8]) # 根据训练集统计调整 criterion nn.CrossEntropyLoss(weightclass_weights.cuda())预测脚本predict.py支持单张图或整个文件夹的推理。输出可视化直接生成伪彩色图def colorize_mask(pred): palette [ [128, 64, 128], # 道路 [244, 35, 232], # 人行道 [70, 70, 70], # 建筑 [102, 102, 156], # 车辆 [107, 142, 35] # 植被 ] colored np.zeros((pred.shape[0], pred.shape[1], 3)) for cls_id, color in enumerate(palette): colored[pred cls_id] color return colored.astype(np.uint8)数据集已经做好标准化处理解压后结构如下dataset/ ├── train_images/ ├── train_masks/ ├── val_images/ └── val_masks/跑起来只需要两行命令python train.py --batch_size 16 --lr 0.001 python predict.py --input test_img.jpg --model best.pth项目里自带5张验证图片用--vis参数可以看到网络预测的中间特征图。实测在256x256分辨率下GTX1060显卡的推理速度能达到45FPS做实时分割完全够用。