pytorch 语义分割loss_vedaseg：基于pytorch的开源语义分割工具库，更多模型支持，更易拓展...

加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注 极市平台 公众号，回复 加群，立刻申请入群~

作者：mileistone(媒智科技算法工程师)
来源：https://zhuanlan.zhihu.com/p/98561946
本文已由作者授权转载，未经允许，不得二次转载

今年九月份我们打了一个语义分割的比赛，比赛初期我们调研了一系列基于pytorch的语义分割训练框架，这些框架要么支持的模型少，要么实现得不够模块化、不易拓展。于是我们决定写一个类似于mmdetection的语义分割训练框架，一来方便我们做语义分割的实验，二来可以锻炼自己的代码能力。从十月中旬开始，我们断断续续地写到了十二月中旬，我们实现的语义分割框架终于可以收工了。我们使用vedaseg做了大量实验，感觉还挺好用，现在将其开源出来，希望给有相关需求的朋友一个新的选择。Github链接：https://github.com/Media-Smart/vedaseg

Introduction

vedaseg is an open source semantic segmentation toolbox based on PyTorch.

Features

Modular Design:

We decompose the semantic segmentation framework into different components. The flexible and extensible design make it easy to implement a customized semantic segmentation project by combining different modules like building Lego.

Support of several popular frameworks:

The toolbox supports several popular and semantic segmentation frameworks out of box,e.g.DeepLabv3+, DeepLabv3, UNet, PSPNet, FPN, etc.

Benchmark and model zoo

Note: All models are trained only on PASCAL VOC 2012 trainaug dataset and evaluated on PASCAL VOC 2012 val dataset.

更多说明可前往Github(https://github.com/Media-Smart/vedaseg)查看和尝试。

-End-

*延伸阅读

汇总 | 深度学习中图像语义分割基准数据集详解
干货分享|一文看懂实时语义分割
一文概览主要语义分割网络：FCN,SegNet,U-Net...

CV细分方向交流群

添加极市小助手微信(ID : cv-mart)，备注：研究方向-姓名-学校/公司-城市(如：目标检测-小极-北大-深圳)，即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群(已经添加小助手的好友直接私信)，更有每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流，一起来让思想之光照的更远吧~