我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

FCN

2022-01-26 model:fcn-ubuntu18.04-cuda11.1.1-cudnn8-python3.8-pytorch1.8.0-new

模型标签
图像分类图像分割智慧医疗智慧交通/自动驾驶安防监控

模型简介

模型介绍:FCN是对图像进行像素级的分类(也就是每个像素点都进行分类),从而解决了语义级别的图像分割问题。与上面介绍的经典CNN在卷积层使用全连接层得到固定长度的特征向量进行分类不同,FCN可以接受任意尺寸的输入图像,采用反卷积层对最后一个卷基层的特征图(feature map)进行上采样,使它恢复到输入图像相同的尺寸,从而可以对每一个像素都产生一个预测,同时保留了原始输入图像中的空间信息,最后奇偶在上采样的特征图进行像素的分类。 《Fully Convolutional Networks for Semantic Segmentation》发表于2016年由Evan Shelhamer, Jonathan Long, Trevor Darrell三人创作。官方论文:https://arxiv.org/abs/1605.06211v1



1. 使用方法

1.1. 模型训练

在终端,在/root/vision/references/detection(默认)路径下,运行以下命令:

python train.py
#train.py文件中包含推断、训练与测试步骤。如需分开复现,可自行修改文件中的代码。

2. 模型来源

https://github.com/pytorch/vision