DANet_PyTorch

A Pytorch implementation of Dual Attention Network for Scene Segmentation

• 网络结构图

实验版本简介

• 环境: Python3.6, Pytorch1.0, OpenCV, Numpy等必备环境
• DANet_ResNet实验代码: danet.py, attention.py, danet_res152.py, train_dan_res.py
• DANet_deeplabv3实验: danet.py, attention.py, deeplabv3_danet.py, train_v3_danet.py

实验数据介绍

• 一副无人机拍摄的高分辨率矿区影像图
• 实验室进行标注的对应label
• 进行裁剪后的320 x 320的图像与label数据

实验代码介绍

• danet.py: DANet网络代码
• attention.py: 注意力模块代码，pam和cam模块代码
• danet_res152.py: 基于resnet152的danet代码，替换aspp模块
• deeplabv3_danet.py: 将danet模块加入deeplabv3网络，与aspp模块并联
• MyData.py: 数据载入的代码
• train_danet_res.py: 训练代码
• predict_gray.py: 预测灰度结果的代码
• MIoU.py: 根据灰度预测结果计算相关指标
• predict.py: 预测结果并进行涂色

实验结果

实验数据指标

版本&指标	Acc	MIoU	Kappa	地面	房屋	道路	车辆
Danet0408	0.9294	0.6762	0.7347	0.9818	0.5991	0.8409	0.4458
Danet0420	0.9497	0.7611	0.8276	0.9732	0.8232	0.9101	0.6559

实验初步效果截图对比

• 基于ResNet152的DANet网络实验（danet替换deeplabv3的aspp模块）

• danet模块加入deeplabv3（与aspp模块并联）