jittor 大规模无监督语义分割赛题 baseline

简介

在数字图片数据集 MNIST 上训练 Conditional GAN（Conditional generative adversarial nets）模型，通过输入一个随机向量 z 和额外的辅助信息 y (如类别标签)，生成特定数字的图像。

安装

RTX 3090 上运行，训练时间约20分钟，迭代100次

运行环境

-ubuntu 20.04 LTS -python >= 3.8 -jittor >= 1.3.0

安装依赖

执行以下命令安装 python 依赖 pip install -r requirements.txt

预训练模型

预训练模型模型下载地址为 https:abc.def.gh，下载后放入目录 <root>autodl-tmp/project/result 下

数据预处理

|介绍数据预处理方法，可选

将数据下载解压到 <root>autodl-tmp/project/result 下，执行以下命令对数据预处理： bash scripts/prepross.sh

训练

介绍模型训练的方法

单卡训练可运行以下命令： bash scripts/train.sh 多卡训练可以运行以下命令： bash scripts/train-multigpu.sh

推理

｜ 介绍模型推理、测试、或者评估的方法

生成测试集上的结果可以运行以下命令： bash scripts/test.sh