本仓库存储的是基于MMCV环境的ConvNeXt网络、HRNet_OCR网络、SegFormer网络、SwinTransformer网络的训练和测试代码。
其中ConvNeXt网络、SegFormer网络、SwinTransformer网络都集成到自定义文件夹mmcv_custom中，如下图：
HRNet_OCR网络用的是mmseg/models/backbones中的hrnet.py。
其实SegFormer网络和SwinTransformer网络在mmcv中都已经集成了，不过我用惯了之前的代码（和集成的有一些区别），所以仍然用mmcv_custom中的代码。
本仓库代码没有给出requirement.txt，我后续整理一下。
不过我也列出了我使用的环境配置，见下表。该环境中的包不一定全是用于该项目代码的，不过也可以参考一下。
补充:
- torch1.7也可以跑，不一定用1.10
- 推理的时候我使用的是GDAL读图，读者可以通过如下网址进行下载安装：
| package | version |
|---|---|
| absl-py | 1.4.0 |
| addict | 2.4.0 |
| albumentations | 1.3.0 |
| asttokens | 2.2.1 |
| attrs | 22.2.0 |
| backcall | 0.2.0 |
| cachetools | 5.3.0 |
| certifi | 2022.12.7 |
| charset-normalizer | 3.0.1 |
| click | 8.1.3 |
| click-plugins | 1.1.1 |
| cligj | 0.7.2 |
| colorama | 0.4.6 |
| contourpy | 1.0.7 |
| cycler | 0.11.0 |
| decorator | 5.1.1 |
| einops | 0.6.0 |
| executing | 1.2.0 |
| Fiona | 1.9.0 |
| flatbuffers | 23.1.21 |
| fonttools | 4.38.0 |
| GDAL | 3.4.1 |
| geopandas | 0.12.2 |
| google-auth | 2.16.0 |
| google-auth-oauthlib | 0.4.6 |
| grpcio | 1.51.1 |
| idna | 3.4 |
| imageio | 2.25.0 |
| imgaug | 0.4.0 |
| importlib-metadata | 6.0.0 |
| ipython | 8.10.0 |
| jedi | 0.18.2 |
| joblib | 1.2.0 |
| kiwisolver | 1.4.4 |
| Markdown | 3.4.1 |
| markdown-it-py | 2.2.0 |
| MarkupSafe | 2.1.2 |
| matplotlib | 3.6.3 |
| matplotlib-inline | 0.1.6 |
| mdurl | 0.1.2 |
| mmcv-full | 1.4.7 |
| mmdet | 2.22.0 |
| mmsegmentation | 0.20.2 |
| model-index | 0.1.11 |
| munch | 2.5.0 |
| networkx | 3.0 |
| numpy | 1.23.5 |
| oauthlib | 3.2.2 |
| onnxruntime-gpu | 1.8.0 |
| opencv-python | 4.7.0.68 |
| opencv-python-headless | 4.7.0.68 |
| openmim | 0.3.6 |
| ordered-set | 4.1.0 |
| packaging | 23.0 |
| pandas | 1.5.3 |
| parso | 0.8.3 |
| pexpect | 4.8.0 |
| pickleshare | 0.7.5 |
| Pillow | 9.4.0 |
| pip | 22.3.1 |
| prettytable | 3.6.0 |
| prompt-toolkit | 3.0.36 |
| protobuf | 3.20.3 |
| ptyprocess | 0.7.0 |
| pure-eval | 0.2.2 |
| pyasn1 | 0.4.8 |
| pyasn1-modules | 0.2.8 |
| pycocotools | 2.0.6 |
| Pygments | 2.14.0 |
| pyparsing | 3.0.9 |
| pyproj | 3.4.1 |
| pyshp | 2.3.1 |
| python-dateutil | 2.8.2 |
| pytz | 2022.7.1 |
| PyWavelets | 1.4.1 |
| PyYAML | 6.0 |
| qudida | 0.0.4 |
| requests | 2.28.2 |
| requests-oauthlib | 1.3.1 |
| rich | 13.3.2 |
| rsa | 4.9 |
| scikit-image | 0.19.3 |
| scikit-learn | 1.2.1 |
| scipy | 1.10.0 |
| setuptools | 59.5.0 |
| shapely | 2.0.1 |
| six | 1.16.0 |
| sklearn | 0.0.post1 |
| stack-data | 0.6.2 |
| tabulate | 0.9.0 |
| tensorboard | 2.11.2 |
| tensorboard-data-server | 0.6.1 |
| tensorboard-plugin-wit | 1.8.1 |
| terminaltables | 3.1.10 |
| threadpoolctl | 3.1.0 |
| tifffile | 2023.1.23.1 |
| timm | 0.4.12 |
| torch | 1.10.0+cu113 |
| torchaudio | 0.10.0+cu113 |
| torchvision | 0.11.0+cu113 |
| tqdm | 4.64.1 |
| traitlets | 5.9.0 |
| typing_extensions | 4.4.0 |
| urllib3 | 1.26.14 |
| wcwidth | 0.2.6 |
| Werkzeug | 2.2.2 |
| wheel | 0.37.1 |
| yapf | 0.32.0 |
| zipp | 3.12.0 |
写在前面，目前我只提供了voc的自定义模板，读者可以自己在其他数据集格式的基础上进行修改。
1)修改local_config/_base_/datasets/custom_voc_512_temp.py中的相关数据参数。如下图
samples_per_gpu指的是batch_size。
workers_per_gpu我目前还没弄明白，但是必须是偶数。
如图中所说，local_config/_base_/datasets中的配置会被高级配置文件（例如：local_config/segformer/B5/custom_segformer.b5.512x512_temp.py）覆盖
2)local_config/_base_/models中存储的都是模型最基础的文件配置，一般都会被高级模型参数覆盖，所以不用修改。
3)local_config/_base_/schedules中存储的是模型的优化器，学习策略，迭代周期，验证周期和保存权重周期，仍然也会被高级配置文件覆盖。如下图所示：
4)修改最终的配置文件，以local_config/segformer/B5/custom_segformer.b5.512x512_temp.py为例，该配置文件权限最高，会覆盖之前的配置文件。
5)修改数据的颜色参数和后缀，在mmcv_custom/custom_voc.py，如下图所示：
至此数据的修改内容已经完成，我分别提供了ConvNeXt网络、HRNet_OCR网络、SegFormer网络、SwinTransformer网络的VOC数据模板，读者可以在这个基础上修改：
./local_configs/convnext/custom_upernet_convnext_temp.py
./local_configs/ocrnet/ocrnet_hr48_temp.py
./local_configs/segformer/B5/custom_segformer.b5.512x512_temp.py
./local_configs/swin/custom_upernet_swin_temp.py
###（2）训练脚本的配置 以./tools/train_segformer_common.py为例子。修改其中的参数，如下图：
如上图中所示：脚本只支持单gpu
我已经提供了每个网络的训练脚本模板,读者朋友可以在原来的基础上自行修改：
./tools/train_segformer_common.py
./tools/train_hrnet_ocr_common.py
./tools/train_swin_common.py
./tools/train_convnext_common.py
###（3）测试脚本的配置 文件为：./tools/predict_common.py
本测试脚本是针对遥感大图的推理。通过滑框裁剪图像然后送入网络进行推理，最后会生成单波段的预测图，里面的值为(0,1,2...)，以及一个shp的矢量图。
读者朋友如果不想使用该脚本，可以自行修改tools/test.py，或者参考demo文件中的image_demo.py中的推理写法编写自己的脚本。
测试脚本的配置参数为：
| 模型名称 | 权重路径 |
|---|---|
| swin | 后续补充 |
| convnext | 链接：https://pan.baidu.com/s/15C9ULK80rZl0rMfud_MaKQ 提取码：1234 |
| hrnet | 链接：https://pan.baidu.com/s/1Bcgj-jEkTMroPijzU8z-Rw 提取码：1234 |
| segformer | 链接：https://pan.baidu.com/s/1k8sMdsRFRBerlSNULuGXcQ 提取码：1234 |