README.md

сегментация когерентных камней керна(модель диплаб)

comment

Метрику модели восстановить на данный момент не удалось, но по визуализациям работы видно, что модель выдает неудовлетворительный результат(предположительно, в силу малости датасета)

dataset:

• kernology/operblock_dataset

metrics

• IoU: -

MODEL

from torchvision.models.segmentation import deeplabv3_resnet50, DeepLabV3_ResNet50_Weights

def create_model(num_classes) -> torch.nn.Module:
    model = deeplabv3_resnet50(weights=DeepLabV3_ResNet50_Weights.DEFAULT)

    old_layer: nn.Conv2d = model.classifier[-1]
    in_ch = old_layer.in_channels
    model.classifier[-1] = nn.Conv2d(in_ch, num_classes, kernel_size=1)

    # for p in model.parameters():
    #     p.requires_grad = False

    return model

Visualisation

визуализации лежат в папках вместе с весами

example of working on 1 sample

Authors

Daniil Murzaev, Sergei Guzhov