mmseg

Configs

configs
│  └─default_runtime.py
│─models
│  ├─upernet_swin_base_patch4_window12_512x512_160k_ade20k_pretrain_384x384_22K.py
│  ├─upernet_swin_base_patch4_window12_512x512_160k_ade20k_pretrain_384x384_1K.py
│  └─upernet_swin_tiny_patch4_window7_512x512_160k_ade20k_pretrain_224x224_1K.py  
├─schedules
│  └─schedule_50k.py
├─datasets
│  └─dataset.py
└─inference
   └─MMSEGinference.py

Model

MMSegmentation에는 1개의 모델을 이용하여 학습을 진행하였습니다.

• upernet_swin_base_patch4_window12_512x512_160k_ade20k_pretrain_384x384_22K.py

Backbone - Swin Transformer

Backbone모델은 swin transformer를 기반으로 학습을 진행하였습니다.

Train

• train는 mmsegmentation github 내부 디렉토리에서 진행한다.
• tools/train.py 를 사용한다.

python tools/test.py {model directory}

python tools/train.py config/upernet_swin_base_patch4_windows12_512x512_160k_ade20k_pretrain_384x384_22K.py 

Test

• test는 mmsegmentation github 내부 디렉토리에서 진행한다.
• tools/test.py 를 사용한다.

python tools/test.py {model directory} {pth link} —show-dir {model directory}

python tools/test.py \
config/upernet_swin_base_patch4_window12_512x512_160k_ade20k_pretrain_384x384_22K.py \
--show-dir config/upernet_swin_base_patch4_windows12_512x512_160k_ade20k_pretrain_384x384_22K ```