open-mmlab /mmsegmentation

OpenMMLab Semantic Segmentation Toolbox and Benchmark.

★ 9,991⑂ 2,862👁 48⑃ 1,345● 2,450▤ 45
PythonApache-2.0Created 2020-06-14mmsegmentation.readthedocs.io/en/main/
下载:MMSegmentation v1.2.2 releaseMMSegmentation-1.2.2 ↓1.2.22023-12-14
-1
日增长
9,991
stars
2,862
forks
48
watchers
1,345
prs
2,450
issues
45
releases

README

 
  
    OpenMMLab 官网
    
      
        HOT
      
    
        
    OpenMMLab 开放平台
    
      
        TRY IT OUT
      
    
  
   











文档: 

English | 简体中文




  
    
  
  
    
  
  
    
  
  
    
  
  
    
  
  
    


 简介

MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱。它是 OpenMMLab 项目的一部分。

main 分支代码目前支持 PyTorch 1.6 以上的版本。

 🎉 MMSegmentation v1.0.0 简介 🎉

我们非常高兴地宣布 MMSegmentation 最新版本的正式发布!在这个新版本中,主要分支是 main 分支,开发分支是 dev-1.x。而之前版本的稳定分支保留为 0.x 分支。请注意,master 分支将只在有限的时间内维护,然后将被删除。我们鼓励您在使用过程中注意分支选择和更新。感谢您一如既往的支持和热情,让我们共同努力,使 MMSegmentation 变得更加健壮和强大!💪

MMSegmentation v1.x 在 0.x 版本的基础上有了显著的提升,提供了更加灵活和功能丰富的体验。为了更好使用 v1.x 中的新功能,我们诚挚邀请您查阅我们详细的 📚 迁移指南,以帮助您无缝地过渡您的项目。您的支持对我们来说非常宝贵,我们热切期待您的反馈!

!示例图片

 主要特性

- 统一的基准平台

  我们将各种各样的语义分割算法集成到了一个统一的工具箱,进行基准测试。

- 模块化设计

  MMSegmentation 将分割框架解耦成不同的模块组件,通过组合不同的模块组件,用户可以便捷地构建自定义的分割模型。

- 丰富的即插即用的算法和模型

  MMSegmentation 支持了众多主流的和最新的检测算法,例如 PSPNet,DeepLabV3,PSANet,DeepLabV3+ 等.

- 速度快

  训练速度比其他语义分割代码库更快或者相当。

 更新日志

最新版本 v1.2.0 在 2023.10.12 发布。
如果想了解更多版本更新细节和历史信息,请阅读更新日志。

 安装

请参考快速入门文档进行安装,参考数据集准备处理数据。

 快速入门

请参考概述对 MMSegmetation 进行初步了解

请参考用户指南了解 mmseg 的基本使用,以及进阶指南深入了解 mmseg 设计和代码实现。

同时,我们提供了 Colab 教程。你可以在这里浏览教程,或者直接在 Colab 上运行。

若需要将 0.x 版本的代码迁移至新版,请参考迁移文档。

 教程文档


  mmsegmentation 教程文档


  
    
      
        开启 MMSeg 之旅
      
      
        MMSeg 快速入门教程
      
      
        MMSeg 细节介绍
      
      
        MMSeg 开发教程
      
    
    
      
        
        MMSeg 概述
        安装和验证
        常见问题解答
        
      
      
        
          教程1:了解配置文件
          教程2:准备数据集
          教程3:使用预训练模型推理
          教程4:模型训练和测试
          教程5:模型部署
          在 Jetson 平台部署 MMSeg
          常用工具
          特征图可视化
          可视化
        
      
      
        
          MMSeg 数据集介绍
          MMSeg 模型介绍
          MMSeg 数据结构介绍
          MMSeg 数据增强介绍
          MMSeg 数据流介绍
          MMSeg 训练引擎介绍
          MMSeg 模型评测介绍
        
      
      
        
          新增自定义数据集
          新增评测指标
          新增自定义模型
          新增自定义数据增强
          自定义运行设定
          训练技巧
          如何给 MMSeg 贡献代码
          给 MMSeg 贡献数据集教程
          NPU (华为 昇腾)
          0.x → 1.x 迁移文档
          0.x → 1.x 库变更文档
        
      
    
  


 基准测试和模型库

测试结果和模型可以在模型库中找到。


  概览


  
    
      
        已支持的主干网络
      
      
        已支持的算法架构
      
      
        已支持的分割头
      
      
        已支持的数据集
      
      
        其他
      
    
    
      
        
        ResNet(CVPR'2016)
        ResNeXt (CVPR'2017)
        HRNet (CVPR'2019)
        ResNeSt (ArXiv'2020)
        MobileNetV2 (CVPR'2018)
        MobileNetV3 (ICCV'2019)
        Vision Transformer (ICLR'2021)
        Swin Transformer (ICCV'2021)
        Twins (NeurIPS'2021)
        BEiT (ICLR'2022)
        ConvNeXt (CVPR'2022)
        MAE (CVPR'2022)
        PoolFormer (CVPR'2022)
        SegNeXt (NeurIPS'2022)
        
      
      
        
          SAN (CVPR'2023)
          VPD (ICCV'2023)
          DDRNet (T-ITS'2022)
          PIDNet (ArXiv'2022)
          Mask2Former (CV

Top issues

Discussions

Latest release

MMSegmentation v1.2.2 release v1.2.2 2023-12-14
v1.2.2 (12/14/2023)

 Bug Fixes

- Fix bug in cross entropy loss (3457)
- Allow custom visualizer (3455)
- test resize with pad_shape (3421)
- add with-labels args to inferencer for visualization without labels (3466)

 New Contributors

- @okotaku made their first contribution in https://github.com/open-mmlab/mmsegmentation/pull/3421

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON