梗概

这是一个使用了dual-attention network模块和height-attention-network模块，使用ResNet50作为骨干网络的图像语义分割项目，暨湖南省大学生创新创业项目，作者为机器人学院机器人工程2202班徐涵。

数据集

下载

1. Camvid数据集
2. CityScapes数据集

目录结构

• Camvid

Camvid数据集的原图和标签在同一目录下，更名为以下形式：


• CityScapes

gtFine_trainvaltest是标签，leftImg8bit_trainvaltest是原图

 

快速开始

如果您不想再花时间自己训练，您可以使用我们预训练的模型，它位于链接：https://pan.baidu.com/s/1ME-IBSmYJfx_9GsYARDicg 提取码：lfhg

配置conf.xml

在conf.xml中填入你自己的数据集路径和模型路径，其中，model/HDANet_?HAM/name字段不需要修改，model/HDANet_?HAM/model_file字段是保存的模型文件的名字。

测试数据集加载器

完成conf.xml的配置之后，运行db/camvid.py和db/cityscapes.py可以检测数据集加载效果。

测试数据集语义分割效果

完成conf.xml的配置之后，运行network/HDAnet.py可以检测数据集分割效果。

对一个图片进行分割测试

完成conf.xml的配置之后，运行tests/demo.py可以检测随意一张图片的分割效果。