[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: 0.9678
precision: ['0.9827', '0.8642']
recall: ['0.9805', '0.8780']
IoU: ['0.9639', '0.7716']
mean IoU: 0.8677
[epoch: 2]
global correct: 0.9566
precision: ['0.9683', '0.8630']
recall: ['0.9826', '0.7728']
IoU: ['0.9521', '0.6884']
mean IoU: 0.8202
[epoch: 3]
global correct: 0.9692
precision: ['0.9926', '0.8280']
recall: ['0.9721', '0.9489']
IoU: ['0.9651', '0.7927']
mean IoU: 0.8789
[epoch: 4]
global correct: 0.9739
precision: ['0.9821', '0.9125']
recall: ['0.9882', '0.8727']
IoU: ['0.9707', '0.8053']
mean IoU: 0.8880
[epoch: 5]
global correct: 0.9764
precision: ['0.9859', '0.9087']
recall: ['0.9872', '0.8998']
IoU: ['0.9734', '0.8252']
mean IoU: 0.8993
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 网络对道路的2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:道路分割 网络仅仅测试5个epoch,全局像素点的准确度达到0.97,miou为0.90,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 网络对道路的2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)
frame1918_jpg.rf.a6edca3c32acb6b867f44b7f0aac8702.jpg 108KB
frame1848_jpg.rf.731d19d824d0b428220085c44d446d91.jpg 106KB
frame1988_jpg.rf.94886b3afd9ae634a369d48927eb8f5b.jpg 105KB
frame3038_jpg.rf.f62b5faa31411ff7964f77818f8166da.jpg 105KB
frame1946_jpg.rf.3b814df3c4a3934576dec745a05e25d4.jpg 104KB
frame1932_jpg.rf.cd87b6602377c7cfbce0255a5b342cb9.jpg 104KB
frame42_jpg.rf.2bcd2d7b4dc60f75856638a19bd7519b.jpg 104KB
frame84_jpg.rf.31b0f3acec97efd2e21acb4e4f18601c.jpg 104KB
frame28_jpg.rf.73b13b1e1d429eccf3dc3971629640c2.jpg 103KB
frame70_jpg.rf.58a2bf4805012fff430de3d9e7ad2520.jpg 103KB
frame98_jpg.rf.7d9c7425bdbf8e6b88c447c49b6d6d8d.jpg 103KB
frame112_jpg.rf.643e41f87737fda22469361cd2f3b09c.jpg 103KB
frame14_jpg.rf.dee0c00637d371aa19c37d87da4c10f3.jpg 103KB
frame126_jpg.rf.4d1fdc17eefd1c8e552c808a2ddf3e04.jpg 103KB
frame140_jpg.rf.595f299daf1ef2f4e60f8c407cd7ba50.jpg 103KB
frame210_jpg.rf.80db9f216876cc5249f335945003bbe6.jpg 103KB
frame252_jpg.rf.de60775406e99cb2ba0ba50710ae4e45.jpg 102KB
frame0_jpg.rf.cdac0ea0d657e6872d274390227f3f3b.jpg 102KB
frame1918_jpg.rf.f3be499b905c94894ba32390bcf91c13.jpg 102KB
frame1834_jpg.rf.7968c6c2fe6e1e537161d06068479036.jpg 102KB
frame2044_jpg.rf.a69a98582d1389d70f4c73ec5930bf20.jpg 102KB
frame238_jpg.rf.12d797db7793d6cd05331b7af551cc9e.jpg 102KB
frame1792_jpg.rf.61c3aa59b6cb07bd5430a529cf1d75d9.jpg 102KB
frame154_jpg.rf.15f3bd7ed58d88a3ec8cf4854f8481bd.jpg 102KB
frame280_jpg.rf.709a873d0ff0b204d41ad2f0e29d3a05.jpg 102KB
frame1820_jpg.rf.19dfe86bde59c32da84a41d9bb6a3b82.jpg 102KB
frame420_jpg.rf.effa604bf704e503b9c880efe212fca6.jpg 102KB
frame266_jpg.rf.0adbbeb28db9507f8825ba4ad5768d7a.jpg 102KB
frame5110_jpg.rf.3a5fcb38b5335ba569252fcb0b261a2e.jpg 101KB
frame308_jpg.rf.250a59062a812e2f11f70352e4356ea6.jpg 101KB
frame476_jpg.rf.a049da8d72bd983b44932421b41ceda5.jpg 101KB
frame1764_jpg.rf.5e95b31b61aee1b524eb109393ae67bf.jpg 101KB
frame448_jpg.rf.2b2c9ccddadb37c5ef769369a1a351fa.jpg 101KB
frame1428_jpg.rf.3650dfe02fba4ab19c3b3e55c8e3faab.jpg 100KB
frame1050_jpg.rf.8fa86a9beb922cdf163f5910012b3ac5.jpg 100KB
frame350_jpg.rf.5c2678a368e870d78dde1121dfa4b4a1.jpg 100KB
frame1750_jpg.rf.7ffc386813ef3ecb8ca0fff47f3b8234.jpg 100KB
frame2142_jpg.rf.c2223814d18e2e19f77c85e6eb85dd40.jpg 100KB
frame3038_jpg.rf.a358127a23afef23063e9b2273dcddc1.jpg 100KB
frame1974_jpg.rf.876c39fb756a0616843d9cb199285eba.jpg 99KB
frame2044_jpg.rf.2c2dc1f670085299852ec055fe92eaa6.jpg 99KB
frame1148_jpg.rf.91d0a1ee438460223d407b56e48cee1e.jpg 99KB
frame742_jpg.rf.37fff846115db5a074618ae1d1183141.jpg 99KB
frame1008_jpg.rf.50c3fab45b7c9feb421c5d900c14f84a.jpg 99KB
frame756_jpg.rf.2967c0a8a2963df9b54c53c3041ee14c.jpg 99KB
frame392_jpg.rf.58db78267298549e4bd1de27d955d4b8.jpg 99KB
frame378_jpg.rf.65ab475e8bf89e3ae1478454f82be6a2.jpg 99KB
frame3626_jpg.rf.aaa5e72a233eac41eee7b83f99017f06.jpg 99KB
frame1092_jpg.rf.92ce39198d536c321e7b6d92bed530af.jpg 99KB
frame7910_jpg.rf.a8c967a4573f45f860fef6ea7a6fd06f.jpg 99KB
frame7798_jpg.rf.c716b38bf2ba8b08b3a53dcc8a6f9796.jpg 99KB
frame994_jpg.rf.0cb40c3187fbd3d01cceb4839d2df121.jpg 99KB
frame1078_jpg.rf.6f8cbecf8a0ee43c29326eab53be35ea.jpg 99KB
frame1722_jpg.rf.fe90c6bd4b08b23e43db3fb3628cd5fd.jpg 98KB
frame1694_jpg.rf.59727858894b50006e33fb42b84bbe7c.jpg 98KB
frame3024_jpg.rf.4377910d0de5df42416e191eb88e5b96.jpg 98KB
frame1736_jpg.rf.89cf94887dfaeb325243b69f19bb6cd6.jpg 98KB
frame3052_jpg.rf.45f518d86ac2c4cfd63ea2a98fc74e00.jpg 98KB
frame5222_jpg.rf.689cebabe7fbb6651245272aed994600.jpg 98KB
frame2996_jpg.rf.9c49ac401475ead5eb1b4137c70bff96.jpg 98KB
frame840_jpg.rf.6257091979d33dc04058e8aa663c9c36.jpg 98KB
frame5194_jpg.rf.fcaae175e48fcc403fc199a59855753f.jpg 98KB
frame518_jpg.rf.689f2edc16f257c006a5df7b149f976e.jpg 97KB
frame812_jpg.rf.b3543358c38377a8f0faae38b70b051c.jpg 97KB
frame3080_jpg.rf.6f72fbb84721fa33fc15262768140d4c.jpg 97KB
frame5166_jpg.rf.9fccebbeb85fe20e2445e6c45f95660f.jpg 97KB
frame532_jpg.rf.21c647451b55a48f2049eb0205e66c8a.jpg 97KB
frame1442_jpg.rf.4f7fdd0935e42aa69d113e860db2fdb4.jpg 97KB
frame714_jpg.rf.0b61f84e6c16390b84c322678a7f26ad.jpg 97KB
frame5250_jpg.rf.9edbd6210cdd6d00db8648f61fa23f95.jpg 97KB
frame7854_jpg.rf.1ed0ea16c0c23aa4b624ed58f5da5b91.jpg 97KB
frame644_jpg.rf.a37986f872a81168588706d411d8a2d2.jpg 97KB
frame7826_jpg.rf.2e64f84d0d8ccbef5a982095f4af65ca.jpg 97KB
frame952_jpg.rf.b0e2d1e3de5ad1a2f148d9f8b274b07c.jpg 97KB
frame3276_jpg.rf.d808702c2e9cf876ea40ef2516b737ea.jpg 97KB
frame3150_jpg.rf.61f77c634cec2d305d01050d8d56ea2b.jpg 97KB
frame5110_jpg.rf.417f009fe1f347b3f8bd8e4d4a3344af.jpg 97KB
frame2954_jpg.rf.13a2406e0ba635b87e37b1f82bb61683.jpg 97KB
frame1582_jpg.rf.862743b40dfe527241551a787beac7c2.jpg 97KB
frame3570_jpg.rf.5f46a818d261931d610c3270a3d685d8.jpg 96KB
frame826_jpg.rf.fa6b235e457f35f17c6451986b24fbbe.jpg 96KB
frame2604_jpg.rf.7f16eea6beca7cd452bcd08ce32c231b.jpg 96KB
frame1162_jpg.rf.9b30f733a569d66cf20ea522c008f5a0.jpg 96KB
frame5264_jpg.rf.980d6175b27c940ff20ebf943f5628c4.jpg 96KB
frame2912_jpg.rf.c898833e89895fb83c567618cc13e8ba.jpg 96KB
frame2856_jpg.rf.9e1b7aaa42b2ccbf3547676967bc0e19.jpg 96KB
frame3122_jpg.rf.e03ba151d950bf82f9bc6b1968e9294d.jpg 96KB
frame868_jpg.rf.2ff35b0f46010bb12378217431303277.jpg 96KB
frame700_jpg.rf.b6df132de0a9886c9a73636492e1bec8.jpg 96KB
frame3556_jpg.rf.ed799cc22fe8fe9439c21a22f7f547a1.jpg 96KB
frame658_jpg.rf.96ceee76104d6f66be0b6191c73cd248.jpg 96KB
frame1456_jpg.rf.d31072b3e37eb78000e367d186eac03d.jpg 96KB
frame3248_jpg.rf.b45469e0fc52c990471a1efc52cb1300.jpg 96KB
frame5068_jpg.rf.c93e6f2f851f5c9bcc8acea16bc5b441.jpg 96KB
frame2100_jpg.rf.eaa205db85882c1cdd59fec4ed3fdca9.jpg 96KB
frame3206_jpg.rf.d078788aff93e435fb307655bfde959b.jpg 96KB
frame2940_jpg.rf.1476705b819a1025d2cccb7cebf56e47.jpg 96KB
frame7756_jpg.rf.37d7c75e239a0f2fb546a0d90b5481de.jpg 96KB
frame910_jpg.rf.1b20104caff1599687706d8de72a1fb3.jpg 96KB
frame3220_jpg.rf.0ef71ed6dabf5a959b1d6ae241cefb03.jpg 96KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
- Mr_HKHZ2024-05-23感谢资源主分享的资源解决了我当下的问题,非常有用的资源。
听风吹等浪起
- 粉丝: 1w+
- 资源: 1289
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
- 012c3c44c465a099108e0d8570b86a70.zip
- 基于Java和JavaWeb的网上商城项目设计源码 - myshopping
- 基于Vue和JavaScript的书城项目设计源码 - Demo12.18
- wp2787778-map-wallpaper.jpg
- 基于Javascript的杜王町打工人仓库管理系统设计源码 - 杜王町打工人的仓库
- 基于C#的报销材料合并工具设计源码 - 报账材料合并
- 基于Java的驾校一点通后端服务设计源码 - jiaxiaoServer
- 基于Java的实验室仪器设备管理系统后端设计源码 - houduan
- Screenshot_2024-05-29-01-03-40-499_com.tencent.mm.jpg
- 素材(美女、自拍)-.zip
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