segmentation:催化剂分段

加速DL和RL 用于深度学习研究和开发的PyTorch框架。 它的开发侧重于可重复性，快速实验和代码/想法重用。 能够研究/开发新事物，而不是编写另一个常规火车循环。 打破循环-使用催化剂！ 项目。 。 ： -实验记录和可视化 -加速的深度学习研究与开发 -方便的深度学习模型服务 AI Landscape的催化剂。 催化剂分段 注意：此仓库使用高级Catalyst Config API，现在可能有点过时了。 请使用Catalyst的最少示例部分作为起点和最新用例。 您将学习如何使用Catalyst框架通过转移学习来构建图像分割管道。 目标 安装要求 准备数据 运行：原始数据→生产就绪模型 取得结果 定制自己的管道 1.安装要求 使用本地环境： pip install -r requirements/requirements.txt 使用泊坞窗： 这将使用必要的库创建构