heavenle / HorNet_seg

HorNet_seg

该代码是已经调通的HorNet模型，用于0.5m遥感建筑物语义分割任务。对于源码基本没啥变化，主要用于自用、以及给各位进行自定义训练作为一个参考。

源码请参考：
https://github.com/raoyongming/HorNet

个人博客对于HorNet的讲解：
Segmentation：HorNet 学习总结

1. Linux运行环境

package	version
addict	2.4.0
certifi	2022.9.24
charset-normalizer	2.1.1
contourpy	1.0.5
cycler	0.11.0
flatbuffers	22.12.6
fonttools	4.37.4
GDAL	3.5.2
idna	3.4
imageio	2.22.2
kiwisolver	1.4.4
matplotlib	3.6.1
mmcv-full	1.4.7
mmdet	2.22.0
mmsegmentation	0.20.2
MultiScaleDeformableAttention	1.0
networkx	2.8.7
numpy	1.23.4
onnxruntime-gpu	1.8.0
opencv-python	4.6.0.66
packaging	21.3
Pillow	9.2.0
pip	22.2.2
prettytable	3.4.1
protobuf	4.21.11
pycocotools	2.0.5
pyparsing	3.0.9
python-dateutil	2.8.2
PyWavelets	1.4.1
PyYAML	6.0
requests	2.28.1
scikit-image	0.19.3
scipy	1.9.2
setuptools	65.4.1
six	1.16.0
terminaltables	3.1.10
tifffile	2022.10.10
timm	0.4.12
torch	1.11.0+cu113
torchaudio	0.11.0+cu113
torchvision	0.12.0+cu113
typing_extensions	4.4.0
urllib3	1.26.12
wcwidth	0.2.5
wheel	0.37.1
yapf	0.32.0

2. 使用步骤

2.1 自定义配置文件

1.修改数据配置文件。

例如：/config/_base_/datasets/dataset_common.py

示例：

2.修改类别配置文件。

例如：/mmseg/datasets/build_voc.py

示例：

3.修改训练网络配置文件。

例如：/config/hornet/upernet_hornet_large_gf_512_160k_common.py

示例：

4.修改本地训练脚本

例如：./train_common.py

示例：

5.修改本地测试脚本（遥感）

例如：./predict_common.py

示例：

2.2 已经配置好的代码参考

---

• 其中有4个是配置好可以本地运行的训练脚本：
  

1. train_guowangtong512.py
2. train_bigdata512_large_build_hornet.py
3. train_bigdata512_base_build_hornet.py

• 其中有3个是配置好可以本地运行的预测脚本。该脚本可以生成shp和单波段tif图像：
  

1. predict_120bigdata_build_512_large.py
2. predict_guowangtong_build_512.py

• 自定义数据的配置文件，我的数据都是基于VOC格式：
  

1. /config/_base_/datasets/guowangtong512.py

• 自定义网络结果配置文件:
  

1. /config/hornet/upernet_hornet_large_gf_512_160k_guowangtong.py
2. /config/hornet/upernet_hornet_large_gf_512_160k_bigdata_build.py

3. 预训练模型

预训练权重	百度云链接
hornet_large_7x7_in22k.pth upernet_hornet_base_7x7.pth upernet_hornet_large_gf.pth	链接：https://pan.baidu.com/s/1ITqoX2A9jCcz-i_X_1nKqA 提取码：1234