LibTorch实战六:U2-Net实战训练<二>

一、数据准备

U2-Net模型分为两种:

  • U2NET---173.6 MB (参数量:4千万)
  • U2NEP---4.7 MB    (参数量:1 百万)
(5s为700万个参数,VGG-16有4000万,ResNet 1.3亿个参数)


  人体/肖像分割预训练模型:u2net_human_seg.pth ,这个模型是基于Supervisely Person Dataset(数据集由5711张图片组成,有6884个高质量的标注的人体实例)
(基于U2Net做了一些改进,比如数据增强),这个模型虽然不会有“发丝”级别的高精度,但是也比官方U2Net基于DUST-TR数据集训练得出的预训练模型(u2net.pt)效果好。
  
其他模型信息参考:LibTorch实战六:U2-Net实战部署<三> 第一节、数据标注。

 

上一篇:libtorch在windows下场见错误整理总结


下一篇:QT学习之路[19]_深度学习初探libtorch_搭环境[01]