最近在做图片分割，如何分割细小的边缘呢？有没有pytorch能跑的模型，tensorflow也行，求解？
什么模型可以分割头发丝？pytorch能跑动的
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
关注不知道你这个问题是否已经解决, 如果还没有解决的话:- 文章：PyTorch 模型训练实用教程（六）：监控模型——可视化 中也许有你想要的答案，请看下吧
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 以帮助更多的人 ^-^解决 无用评论 打赏举报 分享
- 2022-11-28 16:32回答 2 已采纳 我认为唯一主要的加速将发生于并行。如果您因为cpu受限问题，那么利用多核是至关重要的。试着让每一行通过不同的（线程/进程）。当然，这会引起更多的问题，例如数据是否需要按照输入文件中的相同顺序排列。
- 2022-06-08 22:43回答 1 已采纳 ROCm路子官网只支持linux，不过我也没用过，但是听说bug和问题很多，另外就是微软的pytorch-DirectML，你可以试试看下这个能不能走得通，走不通就没办法了,深度学习还得是cuda。
- 2022-04-26 21:30回答 1 已采纳 inputshape：[bach_size,channels,img_H,img_W]基本上与你说的类似，只不过第一个是batch size并不是转换次数。batch size你可以理解为批处理的时候
- 2022-12-26 17:25模型采用标准的UNet，可以采用如下方式训练你自己的模型 数据集地址可以在train.py中修改为你自己的文件夹 python train.py -- --epochs 20 --batch-size 16 --learning-rate 2e-4 --scale 1 --validation 0.1 --...
- 2022-02-11 23:30回答 1 已采纳 去除onnx造成的冗余，一些cast/shape等操作，这个可以参考大老师的代码合并一些操作，比如Conv+BN等操作onnx量化一下上面前两个操作只会减少memry，但是不会提升速度。第三个操作会大
- 2022-08-09 20:08回答 1 已采纳 没太明白，既然你都训练出来了，不应该知道怎么去推理吗？我理解deepfm输入基本上都是一些one-hot好的特征，你可以直接load训练好的pth文件，然后model(feature)就能输出某一用户
- 2022-09-17 23:58回答 1 已采纳 我猜测tensor.data返回的应该是数据的副本而不是视图，所以x不会改变。tensor之间的计算直接使用tensor本身就好了，不需要使用data属性。你可以把tensor看作是多维数组，可以直接
- 2022-07-09 11:05High-Resolution-Remote-Sensing-Semantic-Segmentation-PyTorch 遥感也许还不能预测未来，但它一定会告诉你过去和现在，以及一步步见证着未来。 Update soon： 膨胀预测 后处理 半监督方法：伪标签 加入...
- 2021-04-22 22:55回答 2 已采纳 好像是需要将模型在django框架下再训练一遍保存才能用
- 2021-07-16 17:15回答 1 已采纳 [[1.0],[2.0],[3.0]],下面一样外面加层括号
- 2022-10-27 15:11回答 2 已采纳 如果你用的conda的虚拟环境，直接conda路径下面有个Anaconda3\envs文件，里面找到虚拟环境名直接删除整个文件夹就行。如果你安装在base环境，就没得法子了，除非你重装conda
- 2024-01-26 11:59PyTorch AI模型训练手册，从入门到进阶，从基础到高级，是初学者必备工具，是专业技能人员提升资料和参考，值得学习和收藏、阅读。
- 2021-12-09 11:37回答 1 已采纳 保存成静态模型和参数就会比较小，也就是你的链接里面的torch.save(model.state_dict(), 'model_weights.pth')如果你是直接保存的话，里面除了模型之外，还会有
- 2022-05-05 15:45segmentation_models_pytorch是一款非常优秀的图像分割库，albumentations 是一款非常优秀的图像增强库，这篇文章将这两款优秀结合起来实现多类别的图像分割算法。数据集选用CamVid数据集，类别有：'sky', 'building...
- 2024-01-03 21:57人工智能-项目实践-模型压缩-基于pytorch的模型压缩实现 基于pytorch的模型压缩实现
- 没有解决我的问题, 去提问
