ContrastiveSeg支持哪些数据集？Cityscapes、ADE20K等实战配置教程

【免费下载链接】ContrastiveSegICCV2021 (Oral) - Exploring Cross-Image Pixel Contrast for Semantic Segmentation项目地址: https://gitcode.com/gh_mirrors/co/ContrastiveSeg

ContrastiveSeg是ICCV2021 (Oral)收录的语义分割项目，通过跨图像像素对比学习提升分割精度。本文将详细介绍其支持的数据集及实战配置方法，帮助新手快速上手。

📊 支持的主流数据集

ContrastiveSeg提供了丰富的数据集支持，涵盖城市景观、室内场景、人脸等多个领域，配置文件集中在configs/目录下：

1. Cityscapes（城市景观）

• 应用场景：自动驾驶场景分割
• 配置文件：configs/cityscapes/H_48_D_4.json、configs/cityscapes/R_101_D_8.json
• 特色：支持HRNet、ResNet等多种 backbone，提供边缘检测和深度估计扩展配置

2. ADE20K（室内场景）

• 应用场景：室内环境语义理解
• 配置文件：configs/ade20k/H_48_D_4.json、configs/ade20k/TransUNet.json
• 特色：包含150个语义类别，支持Transformer架构

3. 其他数据集

• PASCAL Context：configs/pascal_context/H_48_D_4.json（20类自然场景）
• COCO-Stuff：configs/coco_stuff/R_101_D_8.json（171类通用物体）
• LIP：configs/lip/H_48_D_4.json（人体部位分割）
• CamVid：configs/camvid/H_48_D_4.json（街景视频分割）
• CelebA：configs/celeba/H_48_D_4.json（人脸属性分割）

🔍 数据集配置文件解析

每个数据集的配置文件定义了关键参数，以Cityscapes的H_48_D_4.json为例：

{ "dataset": { "dataset_name": "cityscapes", "data_root": "/path/to/data", "train_split": "train", "val_split": "val" }, "model": { "backbone": "hrnet48", "decoder": "ocr" } }

• dataset_name：指定数据集类型
• data_root：数据存储路径（需在运行脚本中修改）
• backbone：特征提取网络（hrnet48/resnet101等）
• decoder：分割头类型（ocr/segfix等）

🚀 实战配置步骤

1. 环境准备

git clone https://gitcode.com/gh_mirrors/co/ContrastiveSeg cd ContrastiveSeg pip install -r requirements.txt

2. 数据准备

以Cityscapes为例，需下载并解压至指定目录：

# 假设数据存放于/data/datasets/Cityscapes export DATA_ROOT=/data/datasets mkdir -p $DATA_ROOT/Cityscapes

3. 运行训练脚本

项目提供了预定义的训练脚本，位于scripts/目录下，以Cityscapes的HRNet+OCR配置为例：

# 格式：./scripts/cityscapes/hrnet/run_h_48_d_4_ocr.sh [模式] [实验名] [数据根目录] [输出根目录] ./scripts/cityscapes/hrnet/run_h_48_d_4_ocr.sh train exp1 /data/datasets /data/outputs

• 关键参数：
  • train：训练模式（可选val/test/segfix）
  • exp1：实验名称（用于区分不同训练结果）
  • 数据路径和输出路径需根据实际环境修改

4. 配置文件自定义

如需调整模型参数，可直接编辑对应数据集的JSON配置文件：

• 修改输入尺寸：调整dataset->img_height和img_width
• 更换backbone：修改model->backbone为"resnet101"或"pvt"
• 启用对比学习：添加contrast->enable: true

📈 模型工作原理

ContrastiveSeg的核心在于跨图像像素对比学习，其框架如图所示：

图中展示了三个关键模块：

1. FCN特征提取：生成像素级特征
2. 对比损失计算：通过NCE损失优化像素嵌入
3. 结构化嵌入空间：使同类像素在嵌入空间聚集

对比学习效果可通过t-SNE可视化查看，左图为传统方法，右图为ContrastiveSeg的像素嵌入分布：

💡 常见问题解决

1. 数据路径错误：检查运行脚本中的DATA_DIR参数，确保指向正确的数据集根目录
2. 显存不足：修改脚本中的BATCH_SIZE参数（默认8，可减半为4）
3. 预训练模型缺失：从官方模型库下载对应backbone的预训练权重，修改PRETRAINED_MODEL路径

通过本文介绍，您已了解ContrastiveSeg支持的数据集及基本配置流程。更多高级功能可参考lib/models/目录下的模型实现，或尝试不同数据集的配置文件组合。

【免费下载链接】ContrastiveSegICCV2021 (Oral) - Exploring Cross-Image Pixel Contrast for Semantic Segmentation项目地址: https://gitcode.com/gh_mirrors/co/ContrastiveSeg