PSPNet 代码分析

https://www.lmlphp.com/user/62501/article/item/1225624/

 

train.py

网络训练主函数，主要操作有：

1. 传入训练参数；通常采用argparse库，支持脚本传入。
2. 网络训练；包括定义网络、加载模型、前向反向传播、保存模型等。
3. 将训练情况可视化；使用tensorboard绘制loss曲线。

datasets.py

在pytorch中数据加载到模型的操作顺序如下：

1. 创建一个Dataset对象，一般重载__len__和__getitem__方法。__len__返回数据集大小，__getitem__支持索引，以便Dataset[i]获取第i个样本。
2. 创建一个DataLoader对象，将Dataset作为参数传入。
3. 循环这个DataLoader对象，将img、label加载到模型中进行训练。

我们还需在Dataset对象中定义数据预处理，这里采用：

1. 0.7-1.4倍的随机尺度缩放

2. 各通道减去ImageNet的均值

3. 随机crop下769x769大小

4. 镜像随机翻转

注意：为了让Image和Label对应，也要对Label作相应的预处理，具体过程详见代码。