SSSegmenation: An Open Source Supervised Semantic Segmentation Toolbox Based on PyTorch

要約

このペーパーでは、PyTorch に基づくオープンソースの教師ありセマンティック イメージ セグメンテーション ツールボックスである SSSegmenation について説明します。
このツールボックスの設計は MMS セグメンテーションを基にしていますが、MMS セグメンテーションは依存関係が少ないため使いやすく、同等のトレーニングおよびテスト設定の下で優れたセグメンテーション パフォーマンスを実現します。
さらに、このツールボックスは、Deeplab、PSPNet、OCRNet、MaskFormer、\emph{etc} などの人気のある最新のセマンティック セグメンテーション手法用にトレーニングされた重みも多数提供します。
このツールボックスが今後のセマンティックセグメンテーションの発展に貢献できることを期待しています。
コードと動物園のモデルは \href{https://github.com/SegmentationBLWX/sssegmentation/}{SSSegmenation} で入手できます。

要約(オリジナル)

This paper presents SSSegmenation, which is an open source supervised semantic image segmentation toolbox based on PyTorch. The design of this toolbox is motivated by MMSegmentation while it is easier to use because of fewer dependencies and achieves superior segmentation performance under a comparable training and testing setup. Moreover, the toolbox also provides plenty of trained weights for popular and contemporary semantic segmentation methods, including Deeplab, PSPNet, OCRNet, MaskFormer, \emph{etc}. We expect that this toolbox can contribute to the future development of semantic segmentation. Codes and model zoos are available at \href{https://github.com/SegmentationBLWX/sssegmentation/}{SSSegmenation}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google