# 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](https://huggingface.co/datasets/kernology/operblock_dataset)

## metrics
  - IoU: -

# MODEL
```python
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

![image](https://cdn-uploads.huggingface.co/production/uploads/69c6b4de04104ad32c8553f2/2DkSLdK5DKrV9tz5OdFXF.png)

 
### Authors
Daniil Murzaev, Sergei Guzhov