MMSeg 第4页

mmsegment训练技巧（九）

目录1、训练技巧1.1、Backbone和Heads不同学习率1.2、在线难样本挖掘（OHEM）1.3、类平衡损失2、自定义优化设置2.1、Pytorch支持的自定义优化器2.2、定制优化器2.3、在配置文件中指定优化器2.4、自定义优化器构造函数2.5、其他设置3、定制训练计划4、自定义钩子过程4.1、使用MMCV中实现的挂钩4.2、修改默认的运行时挂钩4.3、检查点配置4.4、日志配置4.5、

alex1801·2023-01-08 09:34

mmsegmentation训练自定义数据集（语义分割，Upernet，Swin-T）

mmsegmentation训练自定义数据集（语义分割，Upernet，Swin-T）1.论文复现1.1.原文结果1.2.复现结果1.3.Test阶段速度：2.MmsegmentationTrick2.1

凌青羽·2023-01-08 09:03

MMSegmention系列之六（训练技巧）

在MMSegme中，你可以添加以下行来配置，使头部的LR是骨干的10倍。

qq_41627642·2023-01-08 09:33

【调试总结1】mmseg调试问题

mmseg用自己数据调试数据读入的数据类型。

写代码才能变得更强·2023-01-08 09:32

MMSeg错误：RuntimeError: Default process group has not been initialized

在使用mmSegmentation框架时遇到的问题：File"C:\software\Anaconda3\envs\python36\lib\site-packages\torch\distributed

there2belief·2023-01-08 09:31

MMSegmentation系列之训练与推理自己的数据集（三）

1、准备数据目录结构mstscVOCdevkit││├──VOC2012│││├──JPEGImages（原始影像）│││├──SegmentationClass（掩膜影像）│││├──ImageSets││││├──Segmentation（数据划分）2、下载预训练模型model的预训练模型deeplabv3plus3、修改配置文件（deeplabv3plus_r50-d8_512x512_40

qq_41627642·2023-01-08 09:01

【mmsegmentation】报错：KeyError: ‘***** is not in the dataset registry‘

将*****加入注册列表。1、更改对应文件夹下的_init_.py文件在_init_.py文件中增加自己新添加的.py文件以及class类别2、重新pythonsetup.pyinstallpipinstall-v-e.执行第一条指令时，可以看到已经将新添加的py文件，以及class添加到注册列表中，再执行第二条指令重新安装。

y1969·2023-01-06 22:25

【mmsegmentation】

mmsegmentation语义分割第一个代码运行，先能把代码跑出来参考官网网站：https://mmsegmentation.readthedocs.io/zh_CN/latest/dataset_prepare.html1

喜欢星星的田螺姑娘·2023-01-06 10:26

MMSegmentation V0.27.0训练与推理自己的数据集（二）

1、官方模型转换MMSegmentation风格如果你想自己转换关键字使用官方存储库的预训练模型，我们还提供了一个脚本swin2mmseg.py在toolsdirectory，将模型的关键字从官方的repo

qq_41627642·2023-01-05 12:28

引用量超6000的语义分割经典论文DeepLabv3解读

://github.com/tensorflow/models/tree/master/research/deeplabPytorch版本：https://github.com/open-mmlab/mmsegmentation

CV51·2023-01-04 18:12

OpenMMLab mmcv、mmdet、mmseg使用教程

商汤公开课课程总结|OpenMMLab开源体系揭秘OpenMMLab开源工具使用教学（一）注册器的使用OpenMMLab开源工具使用教学（二）

Stdleohao·2023-01-03 15:36

如何在mmsegmentation中修改loss函数

目录1.默认的loss函数2.添加损失3.多个损失函数1.默认的loss函数mmseg中的loss函数定义在mmseg/models/losses/_int_.py中在configs/models中可以更换为自己想要的

小刺猬69·2023-01-02 09:21

mmseg环境搭配(源码)

step1:安装mmcvhttps://github.com/open-mmlab/mmcv点三角看要安装的mmcv的链接1.1打开anacondapowershellprompt激活环境condaactivatetorch1.6gpu#torch1.6gpu是已经安装好的gpu环境python3.6torch1.6cuda10.11.2安装mmcv(注意看下图的网页)pipinstallmmcv

phil766·2023-01-02 09:21

全文索引----中文分词器mmseg4j

能够和solr完美集成的中文分词器不少，例如Mmseg4j

喝口水就跑·2023-01-02 09:51

solr在tomcat下集成mmseg

weixin_33717298·2023-01-02 09:51

写了一个基于MMSeg分词算法的中文分词器（C++)

MMSEG恐怕是最简单易实现而且效果还可以的基于字典的机械分词算法。http://nzinfo.spaces.live.com/Blog/cns!67694E0B61E3E8D2!

weixin_34418883·2023-01-02 09:21

记录在mmsegmentation框架里写代码跑实验时出现的bug

1.ValueError:sizeshapemustmatchinputshape.Inputis2D,sizeis1这种是尺寸没对上，用input.shape和targe.shape把尺寸弄清楚，我缺的是通道那一维，用torch.unsqueeze(input,1)就行了2.KeyError:‘layers.0.blocks.0.attn.relative_position_bias_table

Stdleohao·2023-01-02 09:51

MMSegmentation跑自己的数据进行二分类

官方文档：https://mmsegmentation.readthedocs.io/我的数据是RGB影像为.tif，标签影像为单通道（0-255）的.png影像，背景像素值为0，建筑物像素值为255制作自己的数据集进行二分类步骤如下

LiChengwei47·2023-01-02 09:50

跑mmseg的问题

1.转换自带数据集格式pythontools/train.pyD:\mmSeg_old\mmsegmentation-master\configs\unet\deeplabv3_unet_s5-d16_

weixin_51991153·2023-01-02 09:49

No such file or directory “mmseg.models“导入报错

最近在学习图像分割，用的MMSegmentation框架，跑demo是遇到报错ImportError:libtorch_cuda_cu.so:cannotopensharedobjectfile:Nosuchfileordirectorymmseg

Johnlone_·2023-01-02 09:49

pytorch MMseg训练自己数据集

摘要mmdet，mmseg，mmocr是商汤开源的cv工具库，代码风格具有很强的相似性，简单来学习一下使用。方便快速入手各种比赛。mmseg主要用来处理语义分割等任务。

视觉盛宴·2023-01-02 09:49

BiSeNetv2：语义分割经典方法BiSeNet的升级版本

开源代码地址：https://github.com/open-mmlab/mmsegmentation/tree/master/configs/bisenetv21.动机语义分割是指为每个像素分配一个标签

CV51·2023-01-02 08:08

MMDetection框架入门教程

1、mmsegmentation学习笔记_灯晃码农liuxin的博客-CSDN博客_mmsegmentation2、mmdetection各模块拆解（二）一阶段检测模型的构建（以FCOS为例）_hkht

ytusdc·2023-01-01 09:37

分词工具包比较&jieba分词

1分词工具包介绍现有中文分词工具包有多种，包括ICTCLAD，MMSEG4J，IKAnalyser，JIEBA，THULAC，HanLP等等。

stellar68·2022-12-30 21:35

mmsegmentation教程2：如何修改loss函数、指定训练策略、修改评价指标、指定iterators进行val指标输出

简介在mmseg教程1中对如何成功在mmseg中训练自己的数据集进行了讲解，那么能跑起来，就希望对其中loss函数、指定训练策略、修改评价指标、指定iterators进行val指标输出等进行自己的指定，

AESA相控阵·2022-12-30 03:04

分割预研 -- 2022.5

MMSegmentationMMSegmentation：标准统一的语义分割框架非常好的分割开源集成框架：https://link.zhihu.com/?

祝小梦·2022-12-29 14:49

【mmsegmentation】bug解决：Error: [Errno 95] Operation not supported: ‘epoch_1.pth‘ -＞ ‘lastest.pth‘

问题：运行mmseg工程时（openmmlab的工程都可适用，mmdet\mmcls），出现以下bug报错：Traceback(mostrecentcalllast):File"tools/train.py

zy_destiny·2022-12-28 12:40

使用cityscapes数据集在mmsegmentation框架下训练语义分割模型

使用cityscapes数据集在mmsegmentation框架下训练语义分割模型1.mmseg安装mmsegmentation有着完整的中英文文档：依赖—MMSegmentation0.29.1文档安装

JH-Sun·2022-12-27 23:08

Swim Transformer代码环境配置纪录

SwimTransformer使用的代码：https://github.com/FZfangzheng/Swin-Transformer-Semantic-Segmentation-Without-mmsegmentation

xmrmol·2022-12-27 14:50

安装mmsegmentation经验-ubuntu18.0.4

@安装mmsegmentation经验-ubuntu18.0.4在安装mmseg过程中遇到了很多版本不兼容的问题，最后成功了，分享一点经验。

ZhouDevin·2022-12-24 16:08

ubuntu编译安装mmcv 1.6.2和mmsegmentation 0.28.0

环境：ubuntu16.04,cuda10.1python3.8pytorch1.6.0（cuda10.1对应的torch版本<=1.8，但是1.8和1.7都试了，mmcv没有编译成功，只有1.6成功了）1.编译MMCV1.1创建conda环境：condacreate-nopenmmlabpython==3.8condaactivateopenmmlabcondainstallpytorch==1

Kair94·2022-12-24 16:38

mmsegmentation的安装

配置环境前言安装Anaconda安装CUDA和cuDNN安装pytorch安装mmsegmentation运行代码安装过程中遇到的问题前言本文mmsegmentation的安装是基于pytorch，本文的前三步详细说明了安装

ImSev7en_1·2022-12-24 16:38

【记录】mmsegmentation 训练自己的数据集

文章目录数据集标注工具选择labeme标注精灵标注助手photoshop标注标准格式转换转化为COCO格式转化为VOC格式json文件mask图像划分训练集和测试集修改配置文件修改data_root为自己的路径搜索num_classes,改为类别数+1修改voc.py修改class_names.py开始训练推理检查数据集利用训练好的模型进行推理数据集标注工具选择labeme标注感觉不能很好的贴合轮

重糖爱好者·2022-12-22 04:16

MMSegmentation官方使用文档记录

MMSegmentation官方使用文档整理1.1MMSegmentation目录结构按照代码目录下的文件夹，MMSegmentation代码库主要可以包含四个部分：（1）.

Thinkobj·2022-12-22 04:15

MMsegmentation安装教程

MMSegmentationMMSegmentation是OpenMMLab开源的基于PyTorch实现的功能强大的语义分割工具箱MMSegmentation可以在Linux、Windows和MacOS

Thinkobj·2022-12-22 04:14

MM Segmentation 训练自己的数据集

在/mmsegmentation-master/mmseg/datasets路径下新建一个mydataset.py文件#Copyright(c)OpenMMLab.Allrightsreserved.from.builderimportDATASETSfrom.customimportCustomDataset

Thinkobj·2022-12-22 04:14

Linux系统配置mmdetection3d环境

文章目录前言详细过程1.创建虚拟环境2.安装PyTorch3.安装MMCV4.安装MMDetection5.安装MMSegmentation6.安装依赖包和MMDetection3D作者安装过程出现的bug

CSDNxiaoh·2022-12-19 23:06

PointRend: Image Segmentation as Rendering 原理与代码解析

github.com/facebookresearch/detectron2/tree/main/projects/PointRendcode2：https://github.com/open-mmlab/mmsegmentation

00000cj·2022-12-16 21:43

MMSegmentation使用心得（二）——分布式训练

在资源允许的情况下，很多小伙伴想要使用MMSegmentation进行分布式训练，下面我们就来讲解一下如何进行分布式训练。

'Duktig、^·2022-12-15 15:27

mmsegmentaion安装记录

mmsegmentaion安装记录安装anaconda环境condacreate--nameHopenmmlabpython=3.8-ycondaactivateHopenmmlab安装GPUtorchpip3installtorchtorchvisiontorchaudio

pengege666·2022-12-15 07:54

open-mmlab labelImg mmdetection

虚拟环境下安装)pip包安装从源码安装labelme安装使用生成label数据mmdetection配置环境运行用自己的数据集微调下载预训练模型voc数据修改为标准的coco格式新建数据类文件配置文件修改训练测试mmsegmentation

曹家小圆宝·2022-12-14 13:58

mmdetection 实例分割任务自定义数据集训练流程

torch11.0cuda11.3mmcv-full1.6.1mmdet2.25.1，完全按照mmcv和mmdet官方文档配的环境因为我的需求是需要拿出分割后的每一个实体来进行尺寸的分析，所以语义分割不行，mmsegmentation

Eongking·2022-12-14 13:57

mmsegmentaion环境配置cuda11.0+pytorch1.7.1

参考：https://blog.csdn.net/CSDNxiaoh/article/details/125321921官方文档：https://gitcode.net/mirrors/open-mmlab1.创建虚拟环境condacreate-nmmdet3dpython=3.7-ycondaactivatemmdet3dLinux系统中有时会提醒没有激活activate功能，无法使用因此，需要

α木子·2022-12-11 15:25

MMSegmention系列之四（自定义数据集与自定义数据增强管道）

1、自定义数据集1、数据配置data在config文件中是数据配置的变量，用于定义数据集和数据加载器中使用的参数。下面是一个数据配置的例子：data=dict(samples_per_gpu=4,workers_per_gpu=4,train=dict(type='ADE20KDataset',data_root='data/ade/ADEChallengeData2016',img_dir='i

qq_41627642·2022-12-11 15:52

安装指定版本的mmcv，mmdet，mmseg

新建虚拟环境网络环境只能采用清华镜像源安装，在https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/中找到满足“需要的torch版本+本地cuda版本”的文件，安装该文件对应的Python版本condacreate-nmmdetpython=3.6(安装对应的Python版本)sourceactivatemmdet安装cuda（to

vermouth96·2022-12-11 15:46

win10下mmsegmentation的安装训练以及使用mmdeploy部署的全过程

环境搭建由于上一篇中已经搭建了mmdetection的环境，本实验中沿用上一个环境源码https://github.com/open-mmlab/mmsegmentation下载zip，解压，然后使用pipinstall-v-e

yuanjiaqi_k·2022-12-09 20:44

Ubuntu20运行SegNeXt代码提取道路水体(二)——SegNeXt源代码安装到测试环境配置全过程摸索

readme文件我们先安装一下里面提到的torchprofile链接在这其实只要这个语句就能安装pipinstalltorchprofile这一步没什么问题很顺利接下来继续按照他的教程走我们在（一）已经安装了mmsegmentation

Laney_Midory·2022-12-09 20:43

Ubuntu20运行SegNeXt代码提取道路水体(一)——从mmsegmentation安装到测试代码环境配置全过程摸索

SegNeXt代码最近可谓是非常火应导师的要求打工人需要学习一下新的代码但是网上千篇一律都是论文的讲解如何跑通代码并且使用自己的数据跑出一个好的结果却没有一个详细的教程那么就让我自己来从零开始跑通代码吧下载代码和数据首先咱们先别想着用自己的数据从github上下载后发现代码量还是巨大的看得我头晕眼花也不知道数据的格式那我们先去下载该论文使用的数据来跑通吧首先下载代码然后简介里面有这个跳转到指定的链

Laney_Midory·2022-12-09 20:42

以SegFormer和Cityscapes为例记录MMSegmentation测试和训练

1.MMSegmentation安装参考我上一篇文章：ubuntu编译安装mmcv1.6.2和mmsegmentation0.28.02.数据集Cityscapes准备参考：https://github.com

Kair94·2022-12-09 05:06

mmsegmentation之tools/train.py文件解析(部分，持续更新)

#Copyright(c)OpenMMLab.Allrightsreserved.importargparseimportcopyimportosimportos.pathasospimporttimeimportwarningsimportmmcvimporttorchimporttorch.distributedasdistfrommmcv.cnn.utilsimportrevert_sync

kira_Y·2022-12-09 04:44

推荐频道

MMSeg