该项目复现相关论文，基于PaddleSeg实现全监督语义分割训练范式，借跨图像像素对比优化特征空间。在Cityscapes验证集上，HRNet_W48模型mIou达82.47%，超复现要求，使用Tesla V100及PaddlePaddle 2.1.2。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

论文简介

论文作者提出一种新的、全监督语义分割训练范式，可应用于语义分割的训练中，能够显著提高语义分割的效果。论文在cityscapes验证集上进行实验，HRNet_W48的mIou为81.0%，本次复现赛要求复现的精度为82.2%，本项目复现结果为82.47%。

论文核心思想

作者提出一种新的、全监督语义分割训练范式，利用跨图像的像素-像素之间的关系，来学习一个更好的特征空间。如上图所示，（a）和（b）是训练图片及其对应的标签，传统的语义分割训练时忽略了不同图片之间的上下文信息，而本篇论文提出的跨图像像素对比学习，利用不同图片之间的像素关系，使得特征空间中同种类别的像素相似性变高、不同类别的像素相似度变低（如图d），从而得到一个更好的结构化的特征空间（如图e）。

网络结构

上图为网络结构，fFCN为backbone模块，fSEG为语义分割head模块，从fSEG平行引出fPROJ模块，fPROJ用来进行对比训练，fSEG训练方法与传统方法相同。

损失函数

损失函数如上图，由2部分构成，交叉熵损失和对比损失组成，其中对比损失为本篇论文的核心。

交叉熵损失如上图所示，此处不做介绍。

上图为对比损失，亦是本篇论文的核心。其中i是真实标签为c的特征向量，i+为正样本像素特征，i-为负样本像素特征，由上式可以看出，通过像素-像素对比学习，在特征空间上同一类别的像素拉近，不同类别的像素原理，从而使得不同类别的像素特征空间能够更好的可区分。

对比损失的anchor采样方法

预测错误的像素被认为是hard anchor，预测正确的像素被认为是easy anchor，在对比度损失计算过程中，一半的anchor是hard anchor，另一半是easy anchor。

实验

上左图为像素交叉熵损失的特征可视图，上右图是对比损失的特征可视化图，可以看出，使用了像素对比损失的语义分割模型特征空间更具结构化。

php商城系统

PHP商城系统是国内功能优秀的网上商城系统，同时也是一个商业的PHP开发框架，有多套免费模版，强大的后台管理功能，专业的网上商城系统解决方案，快速建设网上购物商城、数码商城、手机商城、办公用品商城等网站。 php商城系统v3.0 rc6升级 1、主要修复用户使用中出现的js未加载完报错问题，后台整改、以及后台栏目的全新部署、更利于用户体验。 2、扩展出，更多系统内部的功能，以便用户能够迅速找到需

0 查看详情

项目介绍

本项目为第四届百度论文复现赛Exploring Cross-Image Pixel Contrast for Semantic Segmentation复现结果，本项目基于PaddleSeg实现，并复现了论文实验结果，非常感谢百度提供的比赛平台以及GPU资源。

复现环境

硬件： Tesla V100 * 4
框架： paddlepaddle==2.1.2

参数调试

1、project dimension：此参数不影响最后的模型大小，可以适度调整来获得好的效果；
2、迭代次数：40k次迭代时mIou为81.8%，不满足验收标准，60k次迭代mIou为82.47%，可以适当提高迭代次数；
3、训练时长：Tesla V100 * 4， batch_size为2，60k次迭代，训练总时长为13.5h。

复现经验

1、使用paddleseg语义分割框架可以有效的减少复现的代码量，提高复现速度；
2、论文提供的源码使用的框架是pytorch，需要注意不同框架模型转换的细节（尤其是部分函数的不同）。

项目结果

Method	Environment	mIou	Step	Batch_size	Dataset
HRNet_W48_Contrast	Tesla V-100 $\times$× 4	82.47	60k	2	CityScapes

项目实现思路

本项目基于PaddleSeg开发，由于PaddleSeg已经包含了数据处理，验证等多项功能，本篇论文的复现仅需要实现HRNet_W48 Head和Contrast loss部分。

项目运行实践

1、按照以下步骤可运行本项目。
2、由于HRNet_W48参数较大，无法上传至Aistudio，可从github的百度云连接下载训练好的权重参数。

In [ ]

# step 1: git clone, 本项目已clone过，跳过此步骤!git clone https://hub.fastgit.org/justld/contrast_seg_paddle.git

    In [ ]

# step 2: 解压数据集%cd /home/aistudio/data/data64550
!tar -xf cityscapes.tar
%cd /home/aistudio

    In [ ]

# step 3: 训练# 注意：把configs目录下的HRNet_W48_cityscapes_1024x512_60k中数据集目录更换为自己的数据集目录，如：dataset_root: /home/aistudio/data/data64550/cityscapes%cd /home/aistudio/contrast_seg_paddle
!python train.py --config configs/HRNet_W48_cityscapes_1024x512_60k.yml  --do_eval --use_vdl --log_iter 100 --s*e_interval 1000 --s*e_dir output

    代码解释 In [3]

# step 4: 验证# 注意：由于训练好的参数文件太大，请移步github（https://hub.fastgit.org/justld/contrast_seg_paddle.git）从百度云下载权重文件，并把model_path更换为自己的参数路径%cd /home/aistudio/contrast_seg_paddle
!python val.py --config configs/HRNet_W48_cityscapes_1024x512_60k.yml --model_path output/best_model/model.pdparams

   

以上就是基于PPSeg框架的HRNet_W48_Contrast复现的详细内容，更多请关注其它相关文章！

# 如图  # 三坊七巷营销推广方案  # 贺州seo网站优化排名  # 线下商家推广营销方案  # google seo喵喵  # 会计的营销推广是谁做的  # 网站推广请赞金脉科技  # 当阳网站制作与推广  # 三一重工营销推广  # 丹灶响应式网站建设公司  # 怒江抖音seo排名多少  # 时长  # 如上图  # 所示  # python  # 可以看出  # 图为  # 自己的  # 迭代  # 一言  # 中文网  # fig  # udio  # igs  # 百度  # ai  # git 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： typescript怎么使用vue  春运提前抢票攻略  如何创建解压文件命令  电脑如何查看固态硬盘  typescript是什么软件  typescript为什么现在才火  春运抢票技巧攻略  计数器上power是什么意思  新固态硬盘如何装系统  夸克为什么会变小  如何用好typescript  sausage是什么意思  课程伴侣电脑怎么登录  东芝固态硬盘如何保修  如何用命令连接mysql  单片机引脚怎么改成上拉  华硕k20ce怎么装win7  ao3镜像网站哪个好  shell如何执行sql脚本命令行  夸克学习都有什么课程  苹果16送哪些配件  如何用命令查看数据库日志文件  苹果16都有哪些亮点  如何用命令下载服务器网站  基金市盈率是什么意思  hen是什么意思  广东春运抢票怎么抢的  固态硬盘如何接主机  如何右键打开命令窗口  虽千万人吾往矣什么意思  焊机上power灯闪是什么意思  typescript要用什么工具  如何辨别固态硬盘坏块  直接gmV是什么意思？直接GMV:定义和概念  云笔记本电脑有什么用  16苹果有哪些机型  空调控制面板power灯一直亮是什么意思  固态硬盘如何装入机箱  J*a数组静态怎么打  华为5g手机掉了怎么定位找回  如何在固态硬盘上安装win7系统  新版路由器如何设置路由命令  j*a怎么求数组均值  车子上面nfc功能是什么意思  咋免费领取爱奇艺会员 如何免费领取爱奇艺会员步骤  路由器power闪红绿灯闪是什么意思  linux如何打开命令窗口  固态硬盘4k如何看  如何查看邮件域名解析  本科一批和本科二批是什么意思