加入極市專業CV交流群，與6000+來自騰訊，華為，百度，北大，清華，中科院等名企名校視覺開發者互動交流！更有機會與李開復老師等大牛群內互動！

同時提供每月大咖直播分享、真實項目需求對接、干貨資訊匯總，行業技術交流。關注?極市平臺?公眾號?，回復?加群，立刻申請入群~

作者：mileistone(媒智科技算法工程師)

來源：https://zhuanlan.zhihu.com/p/98561946

本文已由作者授權轉載，未經允許，不得二次轉載

今年九月份我們打了一個語義分割的比賽，比賽初期我們調研了一系列基于pytorch的語義分割訓練框架，這些框架要么支持的模型少，要么實現得不夠模塊化、不易拓展。于是我們決定寫一個類似于mmdetection的語義分割訓練框架，一來方便我們做語義分割的實驗，二來可以鍛煉自己的代碼能力。從十月中旬開始，我們斷斷續續地寫到了十二月中旬，我們實現的語義分割框架終于可以收工了。我們使用vedaseg做了大量實驗，感覺還挺好用，現在將其開源出來，希望給有相關需求的朋友一個新的選擇。Github鏈接：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.

更多說明可前往Github(https://github.com/Media-Smart/vedaseg)查看和嘗試。

-End-

*延伸閱讀

• 匯總 | 深度學習中圖像語義分割基準數據集詳解

• 干貨分享|一文看懂實時語義分割

• 一文概覽主要語義分割網絡：FCN,SegNet,U-Net...

---

CV細分方向交流群

添加極市小助手微信(ID : cv-mart)，備注：研究方向-姓名-學校/公司-城市(如：目標檢測-小極-北大-深圳)，即可申請加入目標檢測、目標跟蹤、人臉、工業檢測、醫學影像、三維&SLAM、圖像分割等極市技術交流群(已經添加小助手的好友直接私信)，更有每月大咖直播分享、真實項目需求對接、干貨資訊匯總，行業技術交流，一起來讓思想之光照的更遠吧~

△長按添加極市小助手

△長按關注極市平臺

覺得有用麻煩給個在看啦~??

總結

以上是生活随笔為你收集整理的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...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。