以SegFormer和Cityscapes为例记录MMSegmentation测试和训练_用segformer跑cityapce数据集

1. MMSegmentation安装

参考我上一篇文章：ubuntu编译安装mmcv 1.6.2和mmsegmentation 0.28.0

2. 数据集Cityscapes准备

参考：https://github.com/open-mmlab/mmsegmentation/blob/master/docs/zh_cn/dataset_prepare.md

1. 下载Cityscapes前三个部分，即gtFine_trainvaltest.zip (241MB)、
   gtCoarse.zip (1.3GB)、leftImg8bit_trainvaltest.zip (11GB)
   
2. 组织数据集如下图：
   

mmsegmentation
├── mmseg
├── tools
├── configs
├── data
│ ├── cityscapes
│ │ ├── leftImg8bit
│ │ │ ├── train
│ │ │ ├── val
│ │ ├── gtFine
│ │ │ ├── train
│ │ │ ├── val
│ │ ├── gtCoarse
│ │ │ ├── train
│ │ │ ├── train_extra
│ │ │ ├── val

3. 测试SegFormer

1. checkpoints下载：
   https://github.com/open-mmlab/mmsegmentation/tree/master/configs/segformer
2. 测试

# 单卡GPU 测试
python ./tools/test.py configs/segformer/segformer_mit-b0_8x1_1024x1024_160k_cityscapes.py ./checkpoints/segformer_mit-b0_8x1_1024x1024_160k_cityscapes_20211208_101857-e7f88502.pth --eval cityscapes --show
# 多卡GPU 测试
./tools/dist_test.sh configs/segformer/segformer_mit-b0_8x1_1024x1024_160k_cityscapes.py ./checkpoints/segformer_mit-b0_8x1_1024x1024_160k_cityscapes_20211208_101857-e7f88502.pth 1 --eval cityscapes --show
1
2
3
4

*注： 多卡GPU测试中1为GPU数目

3. 输出：
   

4. 训练SegFormer

python tools/train.py configs/segformer/segformer_mit-b5_8x1_1024x1024_160k_cityscapes.py
1

默认会生成work_dir存放训练过程中的log和checkpoints：

输出：