[train hyper-parameters: Namespace(backbone='resnet50', base_size=300, batch_size=8, crop_size=256, epochs=5, img_f='.jpg', lr=0.001, lrf=0.01, mask_f='_mask.png', pretrained=True, visTrainSets=True)]
[epoch: 1]
global correct: 0.8695
precision: ['0.9570', '0.7075', '0.0721', '0.6399', '0.0000']
recall: ['0.9603', '0.9568', '0.0014', '0.3406', '0.0000']
IoU: ['0.9206', '0.6856', '0.0014', '0.2858', '0.0000']
mean IoU: 0.3787
[epoch: 2]
global correct: 0.8764
precision: ['0.9760', '0.7023', '0.4452', '0.7460', '0.1096']
recall: ['0.9560', '0.9861', '0.0067', '0.3886', '0.0760']
IoU: ['0.9340', '0.6954', '0.0067', '0.3432', '0.0470']
mean IoU: 0.4053
[epoch: 3]
global correct: 0.8807
precision: ['0.9733', '0.7083', '0.6284', '0.8679', '0.1981']
recall: ['0.9602', '0.9792', '0.0825', '0.3547', '0.0748']
IoU: ['0.9356', '0.6978', '0.0786', '0.3366', '0.0574']
mean IoU: 0.4212
[epoch: 4]
global correct: 0.8805
precision: ['0.9825', '0.6990', '0.6826', '0.7544', '0.2756']
recall: ['0.9573', '0.9631', '0.2255', '0.2821', '0.0273']
IoU: ['0.9413', '0.6807', '0.2041', '0.2584', '0.0254']
mean IoU: 0.4220
[epoch: 5]
global correct: 0.8916
precision: ['0.9831', '0.7261', '0.7884', '0.7962', '0.3019']
recall: ['0.9664', '0.9824', '0.0938', '0.4571', '0.2724']
IoU: ['0.9506', '0.7168', '0.0915', '0.4092', '0.1671']
mean IoU: 0.4670
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于 FCN 网络对鸡蛋、鸭蛋分割、缺陷分割的5分割实战 代码均为手写,全网无重复,训练自己数据很简单,只需要摆放好数据即可 数据集:鸡蛋、鸭蛋分割、缺陷分割 网络仅仅测试5个epoch,全局像素点的准确度达到0.89,miou为0.46,训练epoch加大的话,性能还会更加优越 代码介绍: 【训练train.py】代码会计算标签灰度值从而自动获取FCN网络的输出。根据不同的任务更改超参数backbone可以选择resnet50或者resnet101作为FCN的特征提取网络。为了更好的可视化,代码会自动将预处理完的结果保存在指定目录中。 【介绍】学习率采用余弦退火算法,损失函数为交叉熵,优化器采用了收敛更快的Adam算法。训练集和测试集的损失曲线和iou曲线可以在run_results文件内查看。除此外,还保存了训练日志,最好权重等,在训练日志可以看到每个类别的iou、recall、precision以及全局像素点的准确率等等 【推理predict.py】把待推理图像放在inference目录下,直接运行predict脚本即可,无需设定参数 具体参考README文件,小白均可使用
资源推荐
资源详情
资源评论
收起资源包目录
基于 FCN 网络对鸡蛋、鸭蛋分割、缺陷分割的5分割实战【包含数据集、完整代码、训练好的结果、权重文件等等】 (2000个子文件)
02400_jpg.rf.01f7d2d61fbc9e4a4dcce856b2e60f02.jpg 160KB
02411_jpg.rf.2ede998b659b08547b3af47615e509bf.jpg 144KB
01201_jpg.rf.ab22ef42b41f7cfdd70fc9a4f23624b6.jpg 144KB
02459_jpg.rf.a65d2de0efff144f41941714f89d9bfa.jpg 142KB
02449_jpg.rf.7190f1cb2c3c466252d488bfd7accb54.jpg 133KB
00371_jpg.rf.d35f3f0826bafc7bf9d86e76bef0bc44.jpg 125KB
01192_jpg.rf.fa53021a9cd40b87453edd9e4d4f3704.jpg 122KB
01103_jpg.rf.9f30739097aed83fd12f9ed32ff14819.jpg 115KB
01191_jpg.rf.9d721d7e3a51d3f34a3e0564ce87b1da.jpg 114KB
01166_jpg.rf.6e2570ed81a0e0f83eb0b6f7fbd0ce56.jpg 108KB
01241_jpg.rf.16fc8e046c92861aecc826af8748dee0.jpg 103KB
01092_jpg.rf.b37daf30afeb51e5b4d4afdab661071f.jpg 97KB
Image_21_jpg.rf.02fe8a0a48dbc3a523792df96924694a.jpg 85KB
01225_jpg.rf.54e222d013a4d540cfb7d70ba7c41e4f.jpg 76KB
01229_jpg.rf.55f5a191d7332806ec49f50a0bc5a979.jpg 76KB
000032_jpg.rf.18358e16e72e018752ed864297c57b1c.jpg 76KB
02394_jpg.rf.348d884254b18b71de11193cf1c27592.jpg 74KB
a000072_jpg.rf.af48110082acf7cecb4cf87034347997.jpg 74KB
01198_jpg.rf.13a81d9fb81cd4e06ebadde539f37538.jpg 73KB
01294_jpg.rf.868f669b2d86b4899609cec823d901d3.jpg 73KB
01836_jpg.rf.c6c2130a10b105e6083605862e64b8a7.jpg 71KB
01800_jpg.rf.8a0e99d7ca8645eeabf7350c7f9215d6.jpg 69KB
01119_jpg.rf.cf137fe6b14b6733d910787dc8f2c3a0.jpg 68KB
01141_jpg.rf.5614fdbcc00c3a6f37877a1848025505.jpg 68KB
a000038_jpg.rf.cc811b9a91ad88de0b4cdfadee71eee2.jpg 68KB
01923_jpg.rf.d81388230d4bdab0466444cf70a1eeb8.jpg 67KB
02165_jpg.rf.978ab419b097e6af0a2a000c61a2a143.jpg 67KB
02191_jpg.rf.323f834736f3660c689869c5270c4e11.jpg 65KB
00787_jpg.rf.6b845781da5fa1ed1f5513ed9c6521c9.jpg 65KB
02014_jpg.rf.1579e855ca3c8c162c7d3851a2638a4b.jpg 64KB
02020_jpg.rf.b1dd388f2a8bb10f504e41db94eea1a8.jpg 63KB
01237_jpg.rf.10408ef321c02786c304f0a5b1b84d53.jpg 63KB
01292_jpg.rf.5bf6f6e327b9282e10f4f55a3f342065.jpg 63KB
000004_jpg.rf.34e4cf96fad15cb066d1bf3687d9a9a9.jpg 62KB
00948_jpg.rf.5c2c26dbbc3196d3ad2f6dc28e796932.jpg 62KB
00773_jpg.rf.7f21d8bc83e8b7e9ff5e4510ca9c8e8f.jpg 62KB
01827_jpg.rf.9c21a274a5bbf32f455e41566a04cc70.jpg 62KB
00692_jpg.rf.279378b01696bb5bbdcca8761ad67077.jpg 61KB
00810_jpg.rf.0103d6f71d74ae411a132ce7265592b4.jpg 60KB
01786_jpg.rf.78d2032422ee39c6bec77b6a48d90c19.jpg 58KB
01856_jpg.rf.d02fffe3dcc417ba2289dc758141352e.jpg 57KB
02026_jpg.rf.a9a7e12e55f545ead9ef9441375d4bf3.jpg 57KB
02265_jpg.rf.d8de1fb872dfadd5af4805eaa6565e2b.jpg 56KB
01236_jpg.rf.e0d4a79c95ca6ec2e9c042d149596172.jpg 56KB
00793_jpg.rf.41e50b6e704c64a786f169328723b654.jpg 56KB
00970_jpg.rf.b3636069923352efdaf333db76ae8c71.jpg 55KB
02017_jpg.rf.fa017619960e659cded8cc093dd729ac.jpg 55KB
00784_jpg.rf.cf2f5f6be0550b6d0b275d6b8ccd707b.jpg 55KB
00766_jpg.rf.b884dae5c6d3c26857b19f68208b433b.jpg 55KB
02236_jpg.rf.070cb7f99c0acc7005b9b131936ea78d.jpg 54KB
02302_jpg.rf.45d7f16be9cf1b96bd606d2a8d2decd2.jpg 54KB
01838_jpg.rf.37134d5cf14e16953d3b7fc7baa12ef8.jpg 54KB
00753_jpg.rf.33b6bc02b8fb3762f5b69abd7272f642.jpg 54KB
00751_jpg.rf.6b52cba3f8020b29085c75cde4497f7b.jpg 53KB
01754_jpg.rf.4d0449570aed8a63af408ae5eaddbb40.jpg 53KB
01215_jpg.rf.428bf14547a7a7f7ec2afe674eca2cb8.jpg 52KB
02280_jpg.rf.2683ce946af2f1a5e3f66ff639e7a78d.jpg 52KB
02067_jpg.rf.f46542346dded874792d60624ccd5f17.jpg 51KB
02456_jpg.rf.7b77525675017d33e35cae4bd6f90129.jpg 50KB
00942_jpg.rf.a3d653588990ddd7ae08e1608bc532d8.jpg 50KB
01121_jpg.rf.f7a94fe252c3f27739c4d4772cdddba2.jpg 49KB
Image_88_jpg.rf.095461d6e19c611ba74237b50952a557.jpg 49KB
02174_jpg.rf.3cbadf1dcd9c8da1c3f186acea3c40fe.jpg 49KB
01803_jpg.rf.0afc3c85fe7c428ad08321884e120a62.jpg 49KB
00283_jpg.rf.824eb1470a3f3f0f09dc8cacac80d6b4.jpg 48KB
01740_jpg.rf.0b7ad490186b31ecbba31379d2d1244c.jpg 48KB
01689_jpg.rf.cb5ea2e863aac4656890b8821d00cb64.jpg 47KB
00939_jpg.rf.e34184ebf4a44051c5fab72602431119.jpg 47KB
a00053_jpg.rf.5ab2f8fb6d45e724985920d469881bc0.jpg 47KB
00791_jpg.rf.6b23837f0316ed9f42f8d2eebbb8cf96.jpg 45KB
02034_jpg.rf.337119db1f5a2bf8e43cedb1f307ece6.jpg 45KB
00786_jpg.rf.5e651b47db0cd7641f5507d6b2a4fc40.jpg 45KB
02025_jpg.rf.4011d9197305550cda370dc12d97b0af.jpg 45KB
a000000_jpg.rf.85af8b079d425a9847723b2715db0cb6.jpg 45KB
01808_jpg.rf.1132d21519d66c866bb51ec665ea13a2.jpg 44KB
00776_jpg.rf.b1477c6aa1f46f04aef38a1d94ee46d8.jpg 44KB
02153_jpg.rf.a8632b8d20355df76c779c3c00ac12c0.jpg 44KB
000067_jpg.rf.a1937680af0cb8a2066b1463f13ac64d.jpg 43KB
01275_jpg.rf.bba6a0db26bb451fc692270f528d872e.jpg 43KB
00960_jpg.rf.de2b23501d851665897a9e8dd436f63a.jpg 43KB
00947_jpg.rf.f44a3dda2dfdce8ed59c5675cd0a76f4.jpg 43KB
00768_jpg.rf.d461eb74063d9a9b704715bc710dfb9f.jpg 42KB
00963_jpg.rf.944dc4c7f179fc2861e778109140e929.jpg 42KB
01176_jpg.rf.fac673362e1cc9b6186fc315b8dd1647.jpg 42KB
02406_jpg.rf.f6370fe125e2b7002a4f20da0da3f5f4.jpg 42KB
01750_jpg.rf.4d1d66a04aef52eefa0701df064fb9cc.jpg 41KB
02121_jpg.rf.a3b3f5e71a477e57f29c74f24f848fa1.jpg 41KB
01200_jpg.rf.836f91a887215b604de84a106bb0659f.jpg 41KB
02042_jpg.rf.fd0e6a12852ec105f3b12d9df9b8400f.jpg 40KB
01117_jpg.rf.59c03046c715d7067364f9d093383144.jpg 40KB
02251_jpg.rf.86ece5a12a9066747431afe6f3f4210b.jpg 40KB
02054_jpg.rf.04e7279f9db8efb48a9e171c6eb1795d.jpg 39KB
01625_jpg.rf.3e97281af90a6f3bb379e3cf8e0f7784.jpg 39KB
02134_jpg.rf.0719640aa9acae8281ae416876b9dd65.jpg 39KB
02365_jpg.rf.0561a23651dca79eb7b3dc438686d0aa.jpg 39KB
02078_jpg.rf.ee431fbbe5c2e9d7451b45a715aca1f0.jpg 38KB
02268_jpg.rf.02733b51646ef8416c16960b321c9505.jpg 38KB
01738_jpg.rf.bfff663e01c57df940fd97f6d65c99d7.jpg 38KB
02452_jpg.rf.c360ba6f37dd7ca56a01f741e0c11077.jpg 38KB
01739_jpg.rf.4cff4ecf965ed23e0e07d1e1d135ea19.jpg 38KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
听风吹等浪起
- 粉丝: 1w+
- 资源: 1329
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- tomcat安装及配置教程.md
- 51单片机贴片心形灯原理图PCB程序 亚克力外壳.dwg资料
- 户型为单家独院式图纸编号D068-三层-20.60&13.40米-施工图.dwg
- 农村小别墅图纸编号D067-三层-10.00&11.50米- 施工图.dwg
- 三层独栋别墅图纸编号D066-三层-12.00&12.00米- 施工图.dwg
- 农村小别墅图纸编号D065-三层-14.40&18.55米-施工图.dwg
- 基于YOLOv8检测高铁吊弦缺陷实现的系统的Python源码+文档说明+训练源文件+模型.zip
- 三层农村小别墅图纸编号D064-三层-13.80&22.20米-施工图.dwg
- 三层别墅图纸编号D063-三层-13.57&17.40米- 施工图.dwg
- STC IAP15F2K61S2单片机i2c 接口PCF8591-ADC实验+DAC实验 KEIL例程源码+开发板硬件原理图
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功