如何使用PyDenseCRF

项目地址：https://github.com/lucasb-eyer/pydensecrf
如果你想运行项目中的一些example文件，比如Non RGB Example.ipynb，可以按照下面的方法进行配置。
基本环境配置
安装Pyhton，Cython，Anaconda，基本环境安装就不多说了。

ipython远程配置
参考https://jupyter-notebook.readthedocs.io/en/stable/public_server.html
每次都需要登录服务器跑任务，做实验很麻烦，在自己的电脑上远程使用ipython notebook比较方便，只需要在自己的浏览器上操作就能完成所有工作，效果如下图所示：

如果你就是不想用自己电脑的浏览器运行，就是想用服务器运行，并且你的服务器有图形界面，装有浏览器，那么直接在服务器终端运行ipython notebook,在服务器的浏览器中输入http://127.0.0.1:8888就可以直接使用ipython notebook了。
Mac上配置方法如下(Windows上也大同小异)：
(1)给ipython server设置密码
在服务器上进行设置

#使用ipython设置配置文件：
$ jupyter notebook --generate-config
Writing default config to: /data/home/houhao/.jupyter/jupyter_notebook_config.py
$ jupyter notebook password
Enter password:
Verify password:
#配置信息会自动写入到json文件中
[NotebookPasswordApp] Wrote hashed password to /data/home/XXXX/.jupyter/jupyter_notebook_config.json
#以非浏览器模式打开ipyhon notebook，并且设置首次输入密码后再次登录不再重新输入密码
$ipython notebook --no-browser --port=8889 --NotebookApp.allow_password_change=False

现在一个ipython的server就启动了，下面就应该设置自己的电脑作为一个client访问server；
(2)使用密码访问ipython server

#首先确保Mac能正常ssh服务器，在Mac新建隧道
$ssh -N -f -L localhost:8888:localhost:8889 name@remote_server

现在Mac上浏览器上运行http://127.0.0.1:8888/login可以正常访问到登录界面

输入设置的密码后就可以打开notebook了。
新建一个test文件，看看是否运行正常：

直接打开github项目中的.ipynb文件就可以运行了，可以随意进行测试。

最终效果图如下：

如何使用PyDenseCRF相关推荐

【计算机视觉】pydensecrf在灰度图上的使用
[计算机视觉]pydensecrf在灰度图上的使用 pydensecrf 安装直接 pip install git+https://github.com/lucasb-eyer/pydensecrf ...
win10+python3.7环境下安装pydensecrf（实测有效！）
做图像分割时需要用到条件随机场CRF,由于机器环境为py3.7,直接搜索问题没有查找到合适的解决方案,自己整理一份吧. 在该链接https://www.lfd.uci.edu/~gohlke/pyth ...
基于深度学习的语义分割代码库
截至: 2018-04-16 Awesome Semantic Segmentation Networks by architecture Semantic segmentation U-Net [h ...
深度学习图像分割开源代码（附链接，超级全）
转自https://blog.csdn.net/weixin_41783077/article/details/82020121 转自github,感谢作者mrgloom的整理链接:https:// ...
Swin-Unet跑自己的数据集（Transformer用于语义分割）
原始代码位置: GitHub - HuCaoFighting/Swin-Unet: The codes for the work "Swin-Unet: Unet-like Pure Tra ...
semantic_slam环境配置
orb_slam2 + 语义分割 + 八叉树地图, github地址:https://github.com/floatlazer/semantic_slam 根据github上环境的版本要求,选择在u ...
传统分割方法汇总（包括SLIC、Ncut、watershed、graph-based segmentation、Meanshit、最大熵分割）
网上都有这里汇总下遇到的传统分割方法: 实验统一用这张老虎 1.SLIC 这个方法python的skimage.segmentation提供了封装方法,在这里我顺便使用了一个图像切片合并的pytho ...
[复现]在colab上实现HistoSegNet
复现HistoSegNet: Semantic Segmentation of Histological Tissue Type in Whole Slide Images 关于论文的介绍后续补上,先 ...
最全的python安装包！！快来啊！！！
特别全的[适用于Python扩展程序包的非官方Windows二进制文件]python安装包: pytables blosc netcdf4 cftime pycurl pycairo cairocff ...

如何使用PyDenseCRF

如何使用PyDenseCRF相关推荐

最新文章

热门文章