segmentation_models.pytorch

(★ 11,702)

500개 이상의 사전 학습된 Convolutional 및 Transformer 기반 백본을 지원하는 Semantic Segmentation 모델입니다.

파일 탐색기

최종 버전 다운로드 (.zip)

- devcontainer.json
- - pypi.yml
  - stale.yaml
  - tests.yml
- codecov.yml
- dependabot.yml
- FUNDING.yml
- conf.py
- encoders.rst
- encoders_dpt.rst
- encoders_timm.rst
- index.rst
- insights.rst
- install.rst
- logo.png
- losses.rst
- make.bat
- Makefile
- metrics.rst
- models.rst
- quickstart.rst
- save_load.rst
- binary_segmentation_buildings.py
- binary_segmentation_intro.ipynb
- camvid_segmentation_multiclass.ipynb
- cars segmentation (camvid).ipynb
- convert_to_onnx.ipynb
- dpt_inference_pretrained.ipynb
- save_load_model_and_share_with_hf_hub.ipynb
- segformer_inference_pretrained.ipynb
- upernet_inference_pretrained.ipynb
- LICENSE_apache.md
- LICENSE_apple.md
- LICENSE_nvidia.md
- LICENSES.md
- generate_table.py
- generate_table_timm.py
- generate_test_models.py
- logo-small-h300.png
- logo-small-w300.png
- docs.txt
- minimum.old
- required.txt
- test.txt
- - dpt-original-to-smp.py
  - segformer-original-decoder-to-smp.py
  - upernet-hf-to-smp.py
- - __init__.py
  - heads.py
  - hub_mixin.py
  - initialization.py
  - model.py
  - modules.py
  - utils.py
- - __init__.py
  - oxford_pet.py
- - __init__.py
- - __init__.py
  - _base.py
  - _dpn.py
  - _efficientnet.py
  - _inceptionresnetv2.py
  - _inceptionv4.py
  - _preprocessing.py
  - _senet.py
  - _utils.py
  - _xception.py
  - densenet.py
  - dpn.py
  - efficientnet.py
  - inceptionresnetv2.py
  - inceptionv4.py
  - mix_transformer.py
  - mobilenet.py
  - mobileone.py
  - resnet.py
  - senet.py
  - timm_efficientnet.py
  - timm_sknet.py
  - timm_universal.py
  - timm_vit.py
  - vgg.py
  - xception.py
- - __init__.py
  - _functional.py
  - constants.py
  - dice.py
  - focal.py
  - jaccard.py
  - lovasz.py
  - mcc.py
  - soft_bce.py
  - soft_ce.py
  - tversky.py
- - __init__.py
  - functional.py
- - __init__.py
  - base.py
  - functional.py
  - losses.py
  - meter.py
  - metrics.py
  - train.py
- __init__.py
- __version__.py
- - test_freeze_encoder.py
  - test_modules.py
- - __init__.py
  - base.py
  - test_batchnorm_deprecation.py
  - test_common.py
  - test_pretrainedmodels_encoders.py
  - test_smp_encoders.py
  - test_timm_ported_encoders.py
  - test_timm_universal.py
  - test_timm_vit_encoders.py
  - test_torchvision_encoders.py
- - __init__.py
  - base.py
  - test_deeplab.py
  - test_dpt.py
  - test_fpn.py
  - test_linknet.py
  - test_manet.py
  - test_pan.py
  - test_psp.py
  - test_segformer.py
  - test_unet.py
  - test_unetplusplus.py
  - test_upernet.py
- __init__.py
- conftest.py
- test_base.py
- test_losses.py
- test_preprocessing.py
- utils.py
.gitignore
.readthedocs.yaml
HALLOFFAME.md
LICENSE
Makefile
pyproject.toml
README.md

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/qubvel-org/segmentation_models.pytorch

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd segmentation_models.pytorch

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Python

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

$ pip install segmentation-models-pytorch

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

$ pip install git+https://github.com/qubvel/segmentation_models.pytorch

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

3. Make

보통

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.

make install_dev # Create .venv, install SMP in dev mode

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

make test # Run tests suite with pytest

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

make fixup # Ruff for formatting and lint checks

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

make table # Generates a table with encoders and print to stdout

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

✅ 에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.