Pytorch实战4：对抗语义分割源码调试《Adversarial Learning for Semi-supervised Semantic Segmentation》
小编 2026-07-13 阅读:144 评论:0复现论文：Adversarial Learning for Semi-supervised Semantic Segmentation
GitHub: AdvSemiSeg-pytorch
我...
复现论文：Adversarial Learning for Semi-supervised Semantic Segmentation
GitHub: AdvSemiSeg-pytorch
我的配置环境：
- ubuntu 16.04
- python 3.6
- pytorch 0.4.0
- GTX1080Ti+CUDA8.0 +cuDNN6.0
源码环境说明：
作者的源码是基于pytorch-0.2+python2.7+TitanX GPU，由于python3与python2有区别，运行源码的时候有几处要修改的地方。并且代码运行时候需要GPU显存不少于11G。
代码调试流程：
1.下载论文源码
git clone https://github.com/hfslyc/AdvSemiSeg.git
2.下载数据集（VOC2012+SBD）
http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
http://vllab1.ucmerced.edu/~whung/adv-semi-seg/SegmentationClassAug.zip
3.数据集解压，整合成如下目录格式：
AdvSemiSeg/dataset/VOC2012/JPEGImages
/SegmentationClassAug
4.编辑train.py，并修改成自己的路径：(中间报错的话一般是数据路径问题，或者是python2和python3的一些语法差别，修改过来即可)
DATA_DIRECTORY = \'/home/popzq/code/AdvSemiSeg/dataset/VOC2012\'
DATA_LIST_PATH = \'/home/popzq/code/AdvSemiSeg/dataset/voc_list/train_aug.txt\'
SNAPSHOT_DIR = \'/home/popzq/code/AdvSemiSeg/snapshots/\'
RESTORE_FROM = \'/home/popzq/code/my/AdvSemiSeg/pretrain/resnet101COCO-41f33a49.pth\'
5.训练
用终端进入项目路径，输入
python train.py
（默认运行的是semi 0.1=0.5的模型，将一般的数据用于半监督学习，迭代5000次后开始半监督学习，总共迭代2万次，每5000次保存一次模型）
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
