Knihovna pro Python s neuronovými sítěmi pro segmentaci obrazu založená na Keras a TensorFlow.

  • Vysokoúrovňové API (pouhé dva řádky kódu pro vytvoření modelu pro segmentaci)
  • 4 architektury modelů pro binární a vícetřídní segmentaci obrazu(včetně legendární Unet)
  • 25 dostupných páteří pro každou architekturu
  • Všechny páteře mají předtrénované váhy pro rychlejší a lepšíkonvergenci
  • Pomocné segmentační ztráty (Jaccard, Dice, Focal) a metriky (IoU, F-skóre)

Důležité upozornění

Některé modely verze 1.* nejsou kompatibilní s dříve natrénovanými modely,pokud takové modely máte a chcete je načíst – vraťte se zpět pomocí:

$ pip install -U segmentation-models==0.2.1

Obsah

  • Rychlý start
  • Ukázka tréninkové pipeline
  • Příklady
  • Modely a páteřní kostry
  • Instalace
  • Dokumentace
  • Změna. log
  • Citace
  • Licence

Rychlý start

Knihovna je sestavena pro spolupráci s frameworky Keras a TensorFlow Keras

import segmentation_models as sm# Segmentation Models: using `keras` framework.

Ve výchozím nastavení se snaží importovat keras, pokud není nainstalován, pokusí se začít s frameworkem tensorflow.keras.Existuje několik způsobů výběru frameworku:

Můžete také určit, jaký typ image_data_format se má použít, segmentační modely pracují s oběma:

Vytvořený segmentační model je pouze instancí modelu Keras, který lze sestavit jednoduše takto:

model = sm.Unet()

V závislosti na úloze můžete měnit architekturu sítě výběrem páteří s méně nebo více parametry a k inicializaci použít přednastavené váhy:

model = sm.Unet('resnet34', encoder_weights='imagenet')

Změnit počet výstupních tříd v modelu (vyberte si svůj případ):

Změnit vstupní tvar modelu:

Jednoduchá tréninková pipeline

Stejné manipulace lze provést s Linknet, PSPNet a FPN. Podrobnější informace o API modelů a případech použití najdete v dokumentaci.

Příklady

Příklady trénování modelů:

  • Binární segmentace (auta) na datasetu CamVid zde.
  • Segmentace více tříd (auta, chodci) na datasetu CamVid zde.

Modely a páteře

Modely

  • Unet
  • FPN
  • Linknet
  • PSPNet
Unet Linknet
PSPNet FPN

Páteře

Všechny páteře mají váhy natrénované na datové sadě 2012 ILSVRC ImageNet (encoder_weights='imagenet').

Instalace

Požadavky

  1. python 3
  2. keras >= 2.2.0 nebo tensorflow >= 1.13
  3. keras-applications >= 1.0.7, <=1.0.8
  4. image-classifiers == 1.0.*
  5. efficientnet == 1.0.*

Stabilní balíček PyPI

$ pip install -U segmentation-models

Nejnovější balíček PyPI

$ pip install -U --pre segmentation-models

Nejnovější verze zdroje

$ pip install git+https://github.com/qubvel/segmentation_models

. Dokumentace

Nejnovější dokumentace je k dispozici na Read theDocs

Change Log

Pro zobrazení důležitých změn mezi verzemi se podívejte na CHANGELOG.md

Citace

Licence

Projekt je šířen pod licencí MIT

.

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *