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
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 |
1.修改数据配置文件。
例如:/config/_base_/datasets/dataset_common.py
2.修改类别配置文件。
例如:/mmseg/datasets/build_voc.py
3.修改训练网络配置文件。
例如:/config/hornet/upernet_hornet_large_gf_512_160k_common.py
4.修改本地训练脚本
例如:./train_common.py
5.修改本地测试脚本(遥感)
例如:./predict_common.py
- 其中有4个是配置好可以本地运行的训练脚本:
- train_guowangtong512.py
- train_bigdata512_large_build_hornet.py
- 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:
- predict_120bigdata_build_512_large.py
- 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:
- /config/_base_/datasets/guowangtong512.py
- 自定义网络结果配置文件:
- /config/hornet/upernet_hornet_large_gf_512_160k_guowangtong.py
- /config/hornet/upernet_hornet_large_gf_512_160k_bigdata_build.py
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 |