PSPnet：Pyramid Scene Parsing Network语义分割模型在Pytorch当中的实现

---

目录

1. 性能情况 Performance
2. 所需环境 Environment
3. 注意事项 Attention
4. 文件下载 Download
5. 预测步骤 How2predict
6. 训练步骤 How2train
7. miou计算 miou
8. 参考资料 Reference

性能情况

训练数据集	权值文件名称	测试数据集	输入图片大小	mIOU
VOC12+SBD	pspnet_mobilenetv2.pth	VOC-Val12	473x473	68.59
VOC12+SBD	pspnet_resnet50.pth	VOC-Val12	473x473	81.44

所需环境

torch==1.2.0

注意事项

代码中的pspnet_mobilenetv2.pth和pspnet_resnet50.pth是基于VOC拓展数据集训练的。训练和预测时注意修改backbone。

文件下载

训练所需的pspnet_mobilenetv2.pth和pspnet_resnet50.pth可在百度网盘中下载。
链接: https://pan.baidu.com/s/1JX0BoAroPChBQrXYnybqzg 提取码: papc
VOC拓展数据集的百度网盘如下：
链接: https://pan.baidu.com/s/1BrR7AUM1XJvPWjKMIy2uEw 提取码: vszf

预测步骤

1、使用预训练权重

a、下载完库后解压，如果想用backbone为mobilenet的进行预测，直接运行predict.py就可以了；如果想要利用backbone为resnet50的进行预测，在百度网盘下载pspnet_resnet50.pth，放入model_data，修改pspnet.py的backbone和model_path之后再运行predict.py，输入。

img/street.jpg

可完成预测。
b、利用video.py可进行摄像头检测。

2、使用自己训练的权重

a、按照训练步骤训练。
b、在pspnet.py文件里面，在如下部分修改model_path和backbone使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，backbone是所使用的主干特征提取网络。

_defaults = {
    "model_path"        :   'model_data/pspnet_mobilenetv2.pth',
    "model_image_size"  :   (473, 473, 3),
    "backbone"          :   "mobilenet",
    "downsample_factor" :   16,
    "num_classes"       :   21,
    "cuda"              :   True,
    "blend"             :   True,
}

c、运行predict.py，输入

img/street.jpg

可完成预测。
d、利用video.py可进行摄像头检测。

训练步骤

1、训练voc数据集

1、将我提供的voc数据集放入VOCdevkit中（无需运行voc2pspnet.py）。
2、在train.py中设置对应参数，默认参数已经对应voc数据集所需要的参数了，所以只要修改backbone和model_path即可。
3、运行train.py进行训练。

2、训练自己的数据集

1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的SegmentationClass中。
3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4、在训练前利用voc2pspnet.py文件生成对应的txt。
5、在train.py文件夹下面，选择自己要使用的主干模型和下采样因子。本文提供的主干模型有mobilenet和resnet50。下采样因子可以在8和16中选择。需要注意的是，预训练模型需要和主干模型相对应。 6、注意修改train.py的num_classes为分类个数+1。
7、运行train.py即可开始训练。

miou计算

参考miou计算视频和博客。

Reference

https://github.com/ggyyzm/pytorch_segmentation
https://github.com/bonlime/keras-deeplab-v3-plus