LUSS_plus

(Jittor) This is a large-scale unsupervised semantic segmentation of open source code implemented using jittor (LUSS_plus).

Jittor 大规模无监督语义分割比赛 baseline

简介

本项目包含了第三届计图挑战赛计图 - 大规模无监督语义分割比赛的代码实现。本项目的特点是：采用了PASS模型对ImageNet-S50大规模无监督语义分割数据集进行训练和测试，取得了mIoU=0.285016的效果。

安装

本项目可在 2 张 3090 上运行，训练时间约为 60 小时。

运行环境

• ubuntu 18.04 LTS
• python == 3.8
• jittor == 1.3.7.16
• mpirun
• sklearn
• numpy
• tqdm
• PIL
• pandas
• munkres
• faiss

训练模型

训练模型模型下载地址为链接：百度网盘 提取码：pdcc，下载后分别将checkpoint.pth.tar与ckp-19.pth.tar权重文件放入目录”weights\pass50\pixel_finetuning”与”weights\pass50\pixel_finetuning\checkpoints”下。

数据预处理

将ImageNet数据下载后，按照以下链接对ImageNet数据预处理制作ImageNet-S数据集：

LUSS数据集制作

训练

单卡训练可运行以下命令：

bash train_singleGPU.sh

多卡训练可以运行以下命令：

bash scripts/train-multigpu.sh

推理

生成测试集上的结果可以运行以下命令：

python test.py

致谢

此项目基于论文 Large-scale Unsupervised Semantic Segmentation 实现，部分代码参考了jittor-pass。