docs/zh

2024-07-14 03:56:11| 来源: 网络整理| 查看: 265

准备数据集

推荐用软链接，将数据集根目录链接到 $MMSEGMENTATION/data 里。如果您的文件夹结构是不同的，您也许可以试着修改配置文件里对应的路径。

mmsegmentation ├── mmseg ├── tools ├── configs ├── data │ ├── cityscapes │ │ ├── leftImg8bit │ │ │ ├── train │ │ │ ├── val │ │ ├── gtFine │ │ │ ├── train │ │ │ ├── val │ ├── VOCdevkit │ │ ├── VOC2012 │ │ │ ├── JPEGImages │ │ │ ├── SegmentationClass │ │ │ ├── ImageSets │ │ │ │ ├── Segmentation │ │ ├── VOC2010 │ │ │ ├── JPEGImages │ │ │ ├── SegmentationClassContext │ │ │ ├── ImageSets │ │ │ │ ├── SegmentationContext │ │ │ │ │ ├── train.txt │ │ │ │ │ ├── val.txt │ │ │ ├── trainval_merged.json │ │ ├── VOCaug │ │ │ ├── dataset │ │ │ │ ├── cls │ ├── ade │ │ ├── ADEChallengeData2016 │ │ │ ├── annotations │ │ │ │ ├── training │ │ │ │ ├── validation │ │ │ ├── images │ │ │ │ ├── training │ │ │ │ ├── validation │ ├── CHASE_DB1 │ │ ├── images │ │ │ ├── training │ │ │ ├── validation │ │ ├── annotations │ │ │ ├── training │ │ │ ├── validation │ ├── DRIVE │ │ ├── images │ │ │ ├── training │ │ │ ├── validation │ │ ├── annotations │ │ │ ├── training │ │ │ ├── validation │ ├── HRF │ │ ├── images │ │ │ ├── training │ │ │ ├── validation │ │ ├── annotations │ │ │ ├── training │ │ │ ├── validation │ ├── STARE │ │ ├── images │ │ │ ├── training │ │ │ ├── validation │ │ ├── annotations │ │ │ ├── training │ │ │ ├── validation | ├── dark_zurich | │ ├── gps | │ │ ├── val | │ │ └── val_ref | │ ├── gt | │ │ └── val | │ ├── LICENSE.txt | │ ├── lists_file_names | │ │ ├── val_filenames.txt | │ │ └── val_ref_filenames.txt | │ ├── README.md | │ └── rgb_anon | │ | ├── val | │ | └── val_ref | ├── NighttimeDrivingTest | | ├── gtCoarse_daytime_trainvaltest | | │ └── test | | │ └── night | | └── leftImg8bit | | | └── test | | | └── night │ ├── loveDA │ │ ├── img_dir │ │ │ ├── train │ │ │ ├── val │ │ │ ├── test │ │ ├── ann_dir │ │ │ ├── train │ │ │ ├── val │ ├── potsdam │ │ ├── img_dir │ │ │ ├── train │ │ │ ├── val │ │ ├── ann_dir │ │ │ ├── train │ │ │ ├── val │ ├── vaihingen │ │ ├── img_dir │ │ │ ├── train │ │ │ ├── val │ │ ├── ann_dir │ │ │ ├── train │ │ │ ├── val │ ├── iSAID │ │ ├── img_dir │ │ │ ├── train │ │ │ ├── val │ │ │ ├── test │ │ ├── ann_dir │ │ │ ├── train │ │ │ ├── val │ ├── ImageNetS │ │ ├── ImageNetS919 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test │ │ ├── ImageNetS300 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test │ │ ├── ImageNetS50 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test Cityscapes

注册成功后，数据集可以在这里下载。

通常情况下，**labelTrainIds.png 被用来训练 cityscapes。基于 cityscapesscripts, 我们提供了一个脚本, 去生成 **labelTrainIds.png。

# --nproc 8 意味着有 8 个进程用来转换，它也可以被忽略。 python tools/convert_datasets/cityscapes.py data/cityscapes --nproc 8 Pascal VOC

Pascal VOC 2012 可以在这里下载。此外，许多最近在 Pascal VOC 数据集上的工作都会利用增广的数据，它们可以在这里找到。

如果您想使用增广后的 VOC 数据集，请运行下面的命令来将数据增广的标注转成正确的格式。

# --nproc 8 意味着有 8 个进程用来转换，它也可以被忽略。 python tools/convert_datasets/voc_aug.py data/VOCdevkit data/VOCdevkit/VOCaug --nproc 8

关于如何拼接数据集 (concatenate) 并一起训练它们，更多细节请参考拼接连接数据集。

ADE20K

ADE20K 的训练集和验证集可以在这里下载。您还可以在这里下载验证集。

Pascal Context

Pascal Context 的训练集和验证集可以在这里下载。注册成功后，您还可以在这里下载验证集。

为了从原始数据集里切分训练集和验证集，您可以在这里下载 trainval_merged.json。

如果您想使用 Pascal Context 数据集，请安装细节然后再运行如下命令来把标注转换成正确的格式。

python tools/convert_datasets/pascal_context.py data/VOCdevkit data/VOCdevkit/VOC2010/trainval_merged.json CHASE DB1

CHASE DB1 的训练集和验证集可以在这里下载。

为了将 CHASE DB1 数据集转换成 MMSegmentation 的格式，您需要运行如下命令：

python tools/convert_datasets/chase_db1.py /path/to/CHASEDB1.zip

这个脚本将自动生成正确的文件夹结构。

DRIVE

DRIVE 的训练集和验证集可以在这里下载。在此之前，您需要注册一个账号，当前 '1st_manual' 并未被官方提供，因此需要您从其他地方获取。

为了将 DRIVE 数据集转换成 MMSegmentation 格式，您需要运行如下命令：

python tools/convert_datasets/drive.py /path/to/training.zip /path/to/test.zip

这个脚本将自动生成正确的文件夹结构。

HRF

首先，下载 healthy.zip glaucoma.zip, diabetic_retinopathy.zip, healthy_manualsegm.zip, glaucoma_manualsegm.zip 以及 diabetic_retinopathy_manualsegm.zip 。

为了将 HRF 数据集转换成 MMSegmentation 格式，您需要运行如下命令：

python tools/convert_datasets/hrf.py /path/to/healthy.zip /path/to/healthy_manualsegm.zip /path/to/glaucoma.zip /path/to/glaucoma_manualsegm.zip /path/to/diabetic_retinopathy.zip /path/to/diabetic_retinopathy_manualsegm.zip

这个脚本将自动生成正确的文件夹结构。

STARE

首先，下载 stare-images.tar, labels-ah.tar 和 labels-vk.tar 。

为了将 STARE 数据集转换成 MMSegmentation 格式，您需要运行如下命令：

python tools/convert_datasets/stare.py /path/to/stare-images.tar /path/to/labels-ah.tar /path/to/labels-vk.tar

这个脚本将自动生成正确的文件夹结构。

Dark Zurich

因为我们只支持在此数据集上测试模型，所以您只需下载验证集。

Nighttime Driving

因为我们只支持在此数据集上测试模型，所以您只需下载测试集。

LoveDA

可以从 Google Drive 里下载 LoveDA数据集。

或者它还可以从 zenodo 下载, 您需要运行如下命令:

# Download Train.zip wget https://zenodo.org/record/5706578/files/Train.zip # Download Val.zip wget https://zenodo.org/record/5706578/files/Val.zip # Download Test.zip wget https://zenodo.org/record/5706578/files/Test.zip

对于 LoveDA 数据集，请运行以下命令下载并重新组织数据集

python tools/convert_datasets/loveda.py /path/to/loveDA

请参照这里来使用训练好的模型去预测 LoveDA 测试集并且提交到官网。

关于 LoveDA 的更多细节可以在这里找到。

ISPRS Potsdam

Potsdam 数据集是一个有着2D 语义分割内容标注的城市遥感数据集。数据集可以从挑战主页获得。需要其中的 '2_Ortho_RGB.zip' 和 '5_Labels_all_noBoundary.zip'。

对于 Potsdam 数据集，请运行以下命令下载并重新组织数据集

python tools/convert_datasets/potsdam.py /path/to/potsdam

使用我们默认的配置，将生成 3456 张图片的训练集和 2016 张图片的验证集。

ISPRS Vaihingen

Vaihingen 数据集是一个有着2D 语义分割内容标注的城市遥感数据集。

数据集可以从挑战主页. 需要其中的 'ISPRS_semantic_labeling_Vaihingen.zip' 和 'ISPRS_semantic_labeling_Vaihingen_ground_truth_eroded_COMPLETE.zip'。

对于 Vaihingen 数据集，请运行以下命令下载并重新组织数据集

python tools/convert_datasets/vaihingen.py /path/to/vaihingen

使用我们默认的配置 (clip_size=512, stride_size=256)，将生成 344 张图片的训练集和 398 张图片的验证集。

iSAID

iSAID 数据集(训练集/验证集/测试集)的图像可以从 DOTA-v1.0 下载.

iSAID 数据集(训练集/验证集)的注释可以从 iSAID 下载.

该数据集是一个大规模的实例分割(也可以用于语义分割)的遥感数据集.

下载后，在数据集转换前，您需要将数据集文件夹调整成如下格式.

│ ├── iSAID │ │ ├── train │ │ │ ├── images │ │ │ │ ├── part1.zip │ │ │ │ ├── part2.zip │ │ │ │ ├── part3.zip │ │ │ ├── Semantic_masks │ │ │ │ ├── images.zip │ │ ├── val │ │ │ ├── images │ │ │ │ ├── part1.zip │ │ │ ├── Semantic_masks │ │ │ │ ├── images.zip │ │ ├── test │ │ │ ├── images │ │ │ │ ├── part1.zip │ │ │ │ ├── part2.zip python tools/convert_datasets/isaid.py /path/to/iSAID

使用我们默认的配置 (patch_width=896, patch_height=896,　overlap_area=384)，将生成 33978 张图片的训练集和 11644 张图片的验证集。

ImageNetS

ImageNet-S是用于大规模无监督/半监督语义分割任务的数据集。

ImageNet-S数据集可在ImageNet-S获取。

│ ├── ImageNetS │ │ ├── ImageNetS919 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test │ │ ├── ImageNetS300 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test │ │ ├── ImageNetS50 │ │ │ ├── train-semi │ │ │ ├── train-semi-segmentation │ │ │ ├── validation │ │ │ ├── validation-segmentation │ │ │ ├── test

【本文地址】

公司简介

联系我们

今日新闻

点击排行

实验室常用的仪器、试剂和: 说到实验室常用到的东西，主要就分为仪器、试剂和耗

不用再找了，全球10大实验: 01、赛默飞世尔科技（热电）Thermo Fisher Scientif

三代水柜的量产巅峰T-72坦: 作者：寞寒最近，西边闹腾挺大，本来小寞以为忙完这

通风柜跟实验室通风系统有: 说到通风柜跟实验室通风，不少人都纠结二者到底是不

集消毒杀菌、烘干收纳为一: 厨房是家里细菌较多的地方，潮湿的环境、没有完全密

实验室设备之全钢实验台如: 全钢实验台是实验室家具中较为重要的家具之一，很多

图片新闻

实验室药品柜的特性有哪些: 实验室药品柜是实验室家具的重要组成部分之一，主要

小学科学实验中有哪些教学: 计算机计算器一般打孔器打气筒仪器车显微镜

实验室各种仪器原理动图讲: 1.紫外分光光谱UV分析原理：吸收紫外光能量，引起分

高中化学常见仪器及实验装: 1、可加热仪器：2、计量仪器：（1）仪器A的名称：量

微生物操作主要设备和器具: 今天盘点一下微生物操作主要设备和器具，别嫌我啰嗦

浅谈通风柜使用基本常识: 　众所周知，通风柜功能中最主要的就是排气功能。在

docs/zh

docs/zh

今日新闻

点击排行

推荐新闻

图片新闻

专题文章