遥感影像实例分割:PoinRend训练自己的数据集

文章目录[隐藏]

这篇文章将PointRend用在Mask RCNN网络上做遥感影像上建筑的实例分割,其实Facebook官方已经实现了pointrend,地址在https://github.com/facebookresearch/detectron2/tree/master/projects/PointRend,但是detectron2项目对于初学者或者windows用户可能不是很友好,同时为了更清楚的了解PointRend在Mask Rcnn上使用的实现细节,我将detectron2中PointRend部分移植到了torchvision版本的Mask Rcnn中。上图就是用该项目训练的遥感影像中建筑的实例分割模型,可以看到加入PointRend后建筑分割的边界变得更加准确了。
声明:本项目中使用的torch==1.7.0,torchvision==0.8.1。在实际测试中发现不同版本的torchvison中的detection部分实现不一致,因为我是在0.8.1的基础上修改的,所以版本较低的torchvison可能会出错

一 、MaskRCNN with PointRend

想要将PointRend用在torchvison版本的Mask RCNN中,需要先对其做一些改动。(具体torchvision版本的MaskRcnn介绍在

版权声明:本文为CSDN博主「GHZhao_GIS_RS」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/u014311125/article/details/116669645

GHZhao_GIS_RS

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

CenterMask CVPR2020

CenterMask CVPR2020 参考1 参考2 高效率、高mAP的实例分割模型 创新: 添加空间注意引导掩模(SAG-Mask)分支到anchor-free目标检测器(FCOS),SAG-

【模型压缩】Yolov3目标检测模型蒸馏实验

PaddleDetection知识蒸馏 知识蒸馏主要是让让新模型(通常是一个参数量更少的模型)近似原模型(模型即函数)。注意到,在机器学习中,我们常常假定输入到输出有一个潜在的函数关系,这个函数是未知的:从头学习一个新模型就是从有限的数据中近