【亲测免费】 PiDiNet 项目使用教程

1. 项目目录结构及介绍

pidinet/
├── data/
│   ├── BSDS500/
│   ├── NYUD/
│   └── PASCAL/
├── generated_maps/
│   └── table5_pidinet/
├── models/
│   ├── pidinet_pr_curves/
│   └── trained_models/
├── training_logs/
├── .gitignore
├── LICENSE
├── README.md
├── edge_dataloader.py
├── main.py
├── pdc.bib
├── scripts.sh
├── throughput.py
└── utils.py

目录结构介绍

• data/: 包含项目使用的数据集，如BSDS500、NYUD和PASCAL。
• generated_maps/: 生成的边缘检测图存储在此目录下。
• models/: 包含模型定义和训练好的模型文件。
• training_logs/: 训练日志文件存储在此目录下。
• .gitignore: Git忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• edge_dataloader.py: 数据加载器脚本。
• main.py: 项目主启动文件。
• pdc.bib: 参考文献文件。
• scripts.sh: 包含一些常用的脚本命令。
• throughput.py: 用于测试模型在GPU上的FPS（每秒帧数）。
• utils.py: 包含一些实用工具函数。

2. 项目启动文件介绍

main.py

main.py 是项目的启动文件，负责模型的训练、评估和生成边缘检测图。以下是一些常用的命令示例：

训练模型

python main.py --model pidinet --config carv4 --sa --dil --resume --iter-size 24 -j 4 --gpu 0 --epochs 20 --lr 0.005 --lr-type multistep --lr-steps 10-16 --wd 1e-4 --savedir /path/to/table5_pidinet --datadir /path/to/BSDS500 --dataset BSDS

生成边缘检测图

python main.py --model pidinet --config carv4 --sa --dil -j 4 --gpu 0 --savedir /path/to/table5_pidinet --datadir /path/to/BSDS500 --dataset BSDS --evaluate /path/to/table5_pidinet/save_models/checkpointxxx.pth

测试FPS

python throughput.py --model pidinet_converted --config carv4 --sa --dil -j 1 --gpu 0 --datadir /path/to/BSDS500 --dataset BSDS

3. 项目配置文件介绍

README.md

README.md 文件包含了项目的详细介绍、使用说明和一些基本的配置信息。建议在开始使用项目前仔细阅读此文件。

LICENSE

LICENSE 文件描述了项目的开源许可证类型，确保在使用和修改项目代码时遵守相关法律和规定。

.gitignore

.gitignore 文件用于配置Git忽略的文件和目录，避免将不必要的文件提交到版本控制系统中。

scripts.sh

scripts.sh 文件包含了一些常用的脚本命令，方便用户快速执行一些常见的操作，如数据集下载、模型训练等。

pdc.bib

pdc.bib 文件包含了项目的参考文献信息，方便用户查阅相关研究成果。

通过以上介绍，您应该对PiDiNet项目的目录结构、启动文件和配置文件有了基本的了解。希望这份教程能帮助您更好地使用和理解该项目。