论文地址
源码
- 1.按照作者的步骤安装好所需的环境。
- 2.安装可以运行一下demo看环境是否搭建成功。
- 3.准备好自己的数据集，我用的是VOC数据集。
- 4.修改confis/_base_/datasets/pascal_voc12.py
文章图片
- 5.修改mmseg/datasets/voc.py标签和颜色rgb
文章图片
- 6.修改tools/train.py中的相关参数
- 7.修改configs/_base_/models/upernet_swin.py关闭分布式训练，修改分类数
文章图片
文章图片
- 8.修改configs/swin/upernet_swin_tiny_patch4_window7_512x512_160k_ade20k.py中数据集的地址和分类数
文章图片
文章图片
- 运行train.py开始训练
文章图片
【transformer|Swin-Transformer-Semantic-Segmentation训练自己的数据集】
推荐阅读
- 深度学习|遥感旋转目标检测模型（R3Det 实验记录）
- transformer|利用swin-transformer训练自己的数据集
- 光谱分析，实现了从光谱原理到光谱分析的过渡
- [开发环境部署]OPenvino下载和安装教程
- pytorch|pytorch 配置opencv_YOLOv4 的各种新实现、配置、测试、训练资源汇总
- 算法|PyTorch中的squeeze()和unsqueeze()详解与应用案例
- #|动手学深度学习（3.14 正向传播、反向传播和计算图）
- 深度学习|深度学习相关概念（计算图与反向传播）
- 计算机视觉|论文笔记（第一人称视角视频中的行人轨迹预测）