Unet图像语义分割项目基于PyTorch（天池地表建筑物识别）
基于 PyTorch 写的 Unet 语义分割项目，挺适合想入门图像分割的朋友玩一玩。配套的数据集是天池的地表建筑物识别，图像质量还不错，适合做实验，也适合改着用。
模型结构是经典的 Unet，编码解码分明，适合做二分类或者多分类的地物识别，想试水遥感分割的可以从这套下手。代码写得比较清晰，变量命名不绕，训练部分封装得也还行，直接上手改也挺顺。
配套的数据预也做了，像图像增强、label 这些都封装好了，直接套就能跑。你只要改一下路径就能启动训练，调参空间也大，支持自定义 loss、优化器、学习率策略啥的。
项目适配的主要是遥感影像分割，但其实你换成医学图、街景图也能用，就是数据格式稍微改下。要是你正好有毕设、课设、demo 演示啥的需求，这个项目拿来就能改。
另外它还给你整理了一堆相关资料，比如实时语义分割算法研究、DeepLab-v1 实现这些，想深入研究的可以看看。配套资料挺全，扩展性也强，适合继续往下钻。
建议你装个好用的可视化工具，比如 TensorBoard 或者 WandB，看训练过程更直观。如果你喜欢折腾，也可以试试把 Unet 和 ResNet 结合，或者把它改成 Unet++。
文件大小：1.47MB
评论区