Linux系统下完成大创(3)
- 一、将CGRSeg移植到mmseg里面
- 1.1 分析CGRSeg
- 1.2 学习了解两个版本主干网络、解码器等的写法差异
- 1.3 移植修改后的5个文件,并注册
- 1.4 补充说明
一、将CGRSeg移植到mmseg里面
我们之前论文中与主流方法的对比实验时间比较落后,需要引进2024年的CGRSeg算法。但是,之前我们是直接利用mmseg/config里的现成的算法。我们需要保证环境与工具一致,那么我们需要将CGRSeg移植到我们的mmseg1.2.2的框架之下。(CGRSeg官方代码是基于 MMSegmentation 0.27.0 构建的,与您目前使用的 1.2.2 版本存在大量不兼容的接口和配置格式差异。)
1.1 分析CGRSeg
从github上下载的源代码,打开分析配置文件、主干网络、解码头,以及可能依赖的文件。分析mmseg版本差异,移植问题。(主要是根据配置文件了解整个网络架构内容,再进一步搜索其他模块部分)
经过分析,我们需要微改这些,并移植到我们实验端的服务器上。
1.2 学习了解两个版本主干网络、解码器等的写法差异
1.3 移植修改后的5个文件,并注册
mmseg/models/backbones/efficientformer_v2.py
mmseg/models/decode_heads/rcm.py
mmseg/models/decode_heads/dpg_head.py
mmseg/models/decode_heads/cgr_head.py
configs/my_projects/cgrseg_s1_spam8k.py
1.4 补充说明
下载放置预训练权重文件
在改代码的同时,不仅要分析新方法的写法,也要分析我们目标的写法。