lattice-ai/DeepLabV3-Plus

🧠 DeepLabV3-Plus — Implement TensorFlow 2.x cho Semantic Segmentation

DeepLabV3-Plus dựa trên paper "Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation", cung cấp pipeline hoàn chỉnh từ huấn luyện tới inference.

DeepLabV3-Plus là một dự án mã nguồn mở cài đặt lại kiến trúc DeepLabV3-Plus bằng TensorFlow 2.2.0/2.3.0, nhằm giải quyết bài toán phân đoạn ngữ nghĩa (semantic segmentation) trên ảnh. Dự án hỗ trợ hai bộ dữ liệu chính: CamVid và Multi-Person Human Parsing, đồng thời tích hợp wandb để log quá trình huấn luyện.

✨ Điểm nổi bật

• Kiến trúc DeepLabV3-Plus: Kết hợp encoder (backbone ResNet50) và decoder để cải thiện độ chính xác phân đoạn.
• Hỗ trợ CamVid và Human Parsing: Cung cấp script tải dữ liệu tự động cho cả hai bộ dữ liệu.
• Cấu hình linh hoạt: Cho phép định nghĩa và đăng ký cấu hình huấn luyện tùy chỉnh qua CONFIG_MAP.
• Tích hợp Wandb: Ghi log toàn bộ quá trình huấn luyện, checkpoint lên wandb nếu có API key.
• Inference mẫu: Cung cấp đoạn code mẫu để tải mô hình và dự đoán trên ảnh.
• Hỗ trợ multi-GPU: Sử dụng tf.distribute để hỗ trợ chiến lược huấn luyện phân phối.
• Xuất kết quả trực quan: Hiển thị ảnh kết quả phân đoạn gốc và dự đoán bằng matplotlib.

💡 Vì sao đáng chú ý

DeepLabV3-Plus nổi bật nhờ việc cài đặt đầy đủ pipeline từ huấn luyện đến inference, đồng thời hỗ trợ cấu hình tùy chỉnh linh hoạt. Khác với các repo chỉ chứa mô hình, dự án này cung cấp trainer.py, script tải dữ liệu và đoạn code inference mẫu, giúp người dùng triển khai nhanh trên bài toán phân đoạn ảnh thực tế như phân tích cảnh quan đường phố (CamVid) hoặc phân đoạn người (Human Parsing).

---

#DeepLabV3Plus #TensorFlow #SemanticSegmentation #ComputerVision #TiniX