| 第三届计图挑战赛赛题二:大规模无监督予以分割赛题
Jittor 推理出测试集中图片对应的伪标签分割图

简介
本项目包含了第三届计图挑战赛计图 - 大规模无监督予以分割赛题。本项目的特点是:采用了对baseline模型进行超参数改进。
安装
本项目可在 1张 4090上运行,训练时间约为 4 小时。
运行环境
- ubuntu 20.04 LTS
- python >= 3.8
- jittor >= 1.3.0
安装依赖
执行以下命令安装 python Jittor依赖
conda create -n jt python=3.8
conda activate jt
python -m pip install jittor
python -m jittor.test.test_core
python -m jittor.test.test_example
训练
单卡训练可运行以下命令:
对luss50_pass_jt.sh进行train.py
致谢
| 对参考的论文、开源库予以致谢,可选
此项目基于论文 Large-scale unsupervised semantic segmentation 实现,部分代码参考了 jittor-gan。
注意事项
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。

| 第三届计图挑战赛赛题二:大规模无监督予以分割赛题
Jittor 推理出测试集中图片对应的伪标签分割图
简介
本项目包含了第三届计图挑战赛计图 - 大规模无监督予以分割赛题。本项目的特点是:采用了对baseline模型进行超参数改进。
安装
本项目可在 1张 4090上运行,训练时间约为 4 小时。
运行环境
安装依赖
执行以下命令安装 python Jittor依赖
训练
单卡训练可运行以下命令:
致谢
| 对参考的论文、开源库予以致谢,可选
此项目基于论文 Large-scale unsupervised semantic segmentation 实现,部分代码参考了 jittor-gan。
注意事项
点击项目的“设置”,在Description一栏中添加项目描述,需要包含“jittor”字样。同时在Topics中需要添加jittor。