遥感道路分割网络-包含U-net，D-Unet,Linknet等

# Road-Extraction 本项目用于卫星遥感影像道路分割任务，目前包含算法： - UNet - D-UNet - LinkNet - D-LinkNet - NL-LinkNet  ## Prerequisites - Cuda 10.0 - Python 3.8 - Torchvision 0.8.2 - Torch 1.7.1 - Opencv 4.7.0.68 ## Usage ### 1.安装torch、torchvision 在[此处](https://download.pytorch.org/whl/torch_stable.html)根据Cuda版本选择合适的文件下载安装 ### 2.安装剩余模块其它依赖 ``` pip install -r requriements.txt ``` ### 3.下载DeepGlobe数据集 下载地址：[百度网盘](https://pan.baidu.com/s/1chOnMUIzcKUzQr1LpuJohw?pwd=8888) 下载完放置在文件夹`dataset`中 ├── dataset │ ├── train │ │ ├── *_sat.jpg │ │ ├── *_mask.png │ │ └── ... │ ├── test │ │ ├── *_sat.jpg │ │ └── ... │ └── valid │ ├── *_sat.jpg ├──────── ... ### 4.训练模型(可选) 运行train.py即可训练模型 ### 5.推理 下载训好的模型 [百度网盘](https://pan.baidu.com/s/1MgICrnkp2CfHmjP0dgZAlA?pwd=8888) 里面包含D-LinkNet、NL-LinkNet两个模型参数，放置在`weights`文件夹下 运行segment.py进行推理，推理结果在`results`文件夹中可以找到 ### 6.验证(可选) 运行eval.py可得到单张图像acc、miou等指标信息 ## References [1] https://github.com/zlckanata/DeepGlobe-Road-Extraction-Challenge [2] https://github.com/yswang1717/NLLinkNet ## Star History 如果此项目对你有所帮助，请给项目点个star