|
|
本帖最后由 shaoheshaohe 于 2019-4-21 20:53 编辑
名称
unet-pytorch源码
功能介绍
本代码为Pytorch版本的unet。无预训练权重。训练数据集为Cityscape格式。
Github源码地址
https://github.com/shaohelv/Pytorch-UNet
使用方法(demo and train)
1. 在MyFiles新建目录unet-pytorch2. 将压缩文件放入unet-pytorch目录，并解压文件。解压命令：unzip unet-pytorch.zip。解压后，在unet-pytorch之下，有三个目录：checkpoints, data, Pytorch-UNet-master。
3. 训练。进入Pytorch-UNet-master目录，运行: python train.py。中途可停止训练。再次训练时，会自动加载上次训练的权值，继续训练。
4. 训练完之后，查看测试样例的结果。进入Pytorch-UNet-master目录，运行: python predict.py。
5. 训练完之后，运行所有测试样本。进入Pytorch-UNet-master目录，运行: python test-predict.py。
数据组织
data目录下，请放置四个文件夹：trainImg，trainMask，testImg，testMask。并请注意：默认图片格式为bmp；Img与Mask的图片名，必须相同。
如果图片是JPG或其他格式，商家提供免费的代码调整服务，支持JPG等格式的图片。但Img与Mask的图片名，必须相同。
系统环境说明
已在平台的DL全家桶，测试通过。
基础参数：Python3.5，pytorch0.4。
推荐配置
Ubuntu; 内存, 30G；CPU，4核；1080ti。
错误处理
【错误：Process finished with exit code 137 (interrupt by signal 9: SIGKILL)】
【原因：系统内存不够用】
【处理方法：请关机再开机，进一步增大内存】
免费服务承诺
交付完成的标志是：买家建立DL全家桶环境的主机，商家将代码在该主机中调通。
调通的标准是：train可在官方Cityscape数据集上正常训练；demo在训练完成后，可执行。
运行方式：在Pycharm调通；在命令行调通；两种方式至少一种，具体哪种方式买家可任选。
注意事项
1. 商家仅承诺在平台主机(DL全家桶环境)，其他环境下本代码的调通，属于额外的增值服务，可能需要另外收费。其他环境包括：买家自己的电脑，平台的其他环境如conda_DL、pytorch1.0等。
2. 在买家自定义数据集上跑通本代码，属于额外的增值服务，可能需要另外收费。
3. 买家在购买本代码后，又有进一步的开发需求，开发费用可享受8-9折优惠，具体优惠额再行商定。
4. 以上各条及其他未尽事宜，商家保留最终解释权。
|
|
发表于 2019-4-21 20:45:29
楼主