请在此处查看笔记本 aug_test.ipynb，以测试数据增强的效果。

像素级变换：

• ColorJitter（亮度、对比度、饱和度、色相）
• Gamma、Sharpness、AutoContrast、Equalize、Posterize
• GaussianBlur、Grayscale

空间级变换：

• Affine、RandomRotation
• HorizontalFlip、VerticalFlip
• CenterCrop、RandomCrop
• Pad、ResizePad、Resize
• RandomResizedCrop

• python >= 3.6
• torch >= 1.8.1
• torchvision >= 0.9.1

然后，克隆仓库并安装项目：

$ git clone https://github.com/sithu31296/semantic-segmentation
$ cd semantic-segmentation
$ pip install -e .

在 configs 目录下创建配置文件。ADE20K 数据集的示例配置文件可在 这里 找到。然后根据需要编辑相关字段。该配置文件适用于所有训练、评估和预测脚本。

使用单个 GPU 训练：

$ python tools/train.py --cfg configs/CONFIG_FILE.yaml

使用多个 GPU 训练时，将配置文件中的 DDP 字段设置为 true，然后运行以下命令：

$ python -m torch.distributed.launch --nproc_per_node=2 --use_env tools/train.py --cfg configs/<CONFIG_FILE_NAME>.yaml

请确保将配置文件中的 MODEL_PATH 设置为你训练好的模型目录。

$ python tools/val.py --cfg configs/<CONFIG_FILE_NAME>.yaml

若需进行多尺度和翻转变换评估，将 MSF 中的 ENABLE 字段设置为 true，然后执行上述相同命令。

进行推理时，请修改配置文件中的以下参数：

• 将 MODEL >> NAME 和 BACKBONE 修改为你所需的预训练模型。
• 将 DATASET >> NAME 修改为与预训练模型对应的数据集名称。
• 将 TEST >> MODEL_PATH 设置为测试模型的预训练权重路径。
• 将 TEST >> FILE 修改为你想要测试的文件或图像文件夹路径。
• 测试结果将保存在 SAVE_DIR 目录中。

## 使用 ADE20K 预训练模型的示例
$ python tools/infer.py --cfg configs/ade20k.yaml

测试结果示例（SegFormer-B2）：

要转换为 ONNX 和 CoreML，运行以下命令：

$ python tools/export.py --cfg configs/<CONFIG_FILE_NAME>.yaml

要转换为 OpenVINO 和 TFLite，请参阅 torch_optimize。

## ONNX 推理
$ python scripts/onnx_infer.py --model <ONNX_MODEL_PATH> --img-path <TEST_IMAGE_PATH>

## OpenVINO 推理
$ python scripts/openvino_infer.py --model <OpenVINO_MODEL_PATH> --img-path <TEST_IMAGE_PATH>

## TFLite 推理
$ python scripts/tflite_infer.py --model <TFLite_MODEL_PATH> --img-path <TEST_IMAGE_PATH>

• https://github.com/CoinCheung/BiSeNet
• https://github.com/open-mmlab/mmsegmentation
• https://github.com/rwightman/pytorch-image-models

@article{xie2021segformer,
  title={SegFormer: 基于 Transformer 的语义分割的简单高效设计},
  author={Xie, Enze 和 Wang, Wenhai 和 Yu, Zhiding 和 Anandkumar, Anima 和 Alvarez, Jose M 和 Luo, Ping},
  journal={arXiv 预印本 arXiv:2105.15203},
  year={2021}
}

@misc{xiao2018unified,
  title={面向场景理解的统一感知解析}, 
  author={Tete Xiao 和 Yingcheng Liu 和 Bolei Zhou 和 Yuning Jiang 和 Jian Sun},
  year={2018},
  eprint={1807.10221},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@article{hong2021deep,
  title={用于实时且精确的道路场景语义分割的深度双分辨率网络},
  author={Hong, Yuanduo 和 Pan, Huihui 和 Sun, Weichao 和 Jia, Yisong},
  journal={arXiv 预印本 arXiv:2101.06085},
  year={2021}
}

@misc{zhang2021rest,
  title={ResT：一种高效的视觉识别 Transformer}, 
  author={Qinglong Zhang 和 Yubin Yang},
  year={2021},
  eprint={2105.13677},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{huang2021fapn,
  title={FaPN：用于密集图像预测的特征对齐金字塔网络}, 
  author={Shihua Huang 和 Zhichao Lu 和 Ran Cheng 和 Cheng He},
  year={2021},
  eprint={2108.07058},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{wang2021pvtv2,
  title={PVTv2：基于金字塔视觉 Transformer 的改进基线}, 
  author={Wenhai Wang 和 Enze Xie 和 Xiang Li 和 Deng-Ping Fan 和 Kaitao Song 和 Ding Liang 和 Tong Lu 和 Ping Luo 和 Ling Shao},
  year={2021},
  eprint={2106.13797},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@article{Liu2021PSA,
  title={偏振自注意力：迈向高质量的逐像素回归},
  author={Huajun Liu 和 Fuqiang Liu 和 Xinyi Fan 和 Dong Huang},
  journal={Arxiv 预印本 arXiv:2107.00782 },
  year={2021}
}

@misc{chao2019hardnet,
  title={HarDNet：一种低内存占用的轻量级网络}, 
  author={Ping Chao 和 Chao-Yang Kao 和 Yu-Shan Ruan 和 Chien-Hsiang Huang 和 Youn-Long Lin},
  year={2019},
  eprint={1909.00948},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@inproceedings{sfnet,
  title={用于快速准确场景解析的语义流},
  author={Li, Xiangtai 和 You, Ansheng 和 Zhu, Zhen 和 Zhao, Houlong 和 Yang, Maoke 和 Yang, Kuiyuan 和 Tong, Yunhai},
  booktitle={ECCV},
  year={2020}
}

@article{Li2020SRNet,
  title={通过挤压推理实现高效场景理解},
  author={Xiangtai Li 和 Xia Li 和 Ansheng You 和 Li Zhang 和 Guang-Liang Cheng 和 Kuiyuan Yang 和 Y. Tong 和 Zhouchen Lin},
  journal={ArXiv},
  year={2020},
  volume={abs/2011.03308}
}

@ARTICLE{Yucondnet21,
  author={Yu, Changqian 和 Shao, Yuanjie 和 Gao, Changxin 和 Sang, Nong},
  journal={IEEE 信号处理快报}, 
  title={CondNet：用于场景分割的条件分类器}, 
  year={2021},
  volume={28},
  number={},
  pages={758-762},
  doi={10.1109/LSP.2021.3070472}
}

@misc{yan2022lawin,
  title={Lawin Transformer：通过大窗口注意力机制结合多尺度表征提升语义分割 Transformer 性能}, 
  author={Haotian Yan 和 Chuang Zhang 和 Ming Wu},
  year={2022},
  eprint={2201.01615},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{yu2021metaformer,
  title={MetaFormer 才是你真正需要的视觉模型}, 
  author={Weihao Yu 和 Mi Luo 和 Pan Zhou 和 Chenyang Si 和 Yichen Zhou 和 Xinchao Wang 和 Jiashi Feng 和 Shuicheng Yan},
  year={2021},
  eprint={2111.11418},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{wightman2021resnet,
  title={ResNet 卷土重来：timm 中改进的训练方法}, 
  author={Ross Wightman 和 Hugo Touvron 和 Hervé Jégou},
  year={2021},
  eprint={2110.00476},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{liu2022convnet,
  title={面向 2020 年代的卷积神经网络}, 
  author={Zhuang Liu 和 Hanzi Mao 和 Chao-Yuan Wu 和 Christoph Feichtenhofer 和 Trevor Darrell 和 Saining Xie},
  year={2022},
  eprint={2201.03545},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@misc{li2022uniformer,
  title={UniFormer：统一卷积与自注意力的视觉识别模型}, 
  author={Kunchang Li 和 Yali Wang 和 Junhao Zhang 和 Peng Gao 和 Guanglu Song 和 Yu Liu 和 Hongsheng Li 和 Yu Qiao},
  year={2022},
  eprint={2201.09450},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}