CLIP-ES 项目使用教程

CLIP-ES 项目使用教程

CLIP-ES 项目地址: https://gitcode.com/gh_mirrors/cl/CLIP-ES

1. 项目目录结构及介绍

CLIP-ES/
├── clip/
│   ├── clip_text.py
│   ├── eval_cam.py
│   ├── eval_cam_with_crf.py
│   ├── generate_cams_coco14.py
│   ├── generate_cams_voc12.py
│   └── utils.py
├── coco14/
│   ├── train.txt
│   └── val.txt
├── voc12/
│   ├── train_aug.txt
│   └── train.txt
├── LICENSE
├── README.md
└── requirements.txt

目录结构说明：

• clip/：包含项目的主要代码文件，如文本处理、CAM生成、评估等。
• coco14/ 和 voc12/：包含COCO2014和PASCAL VOC2012数据集的分割文件。
• LICENSE：项目的开源许可证文件。
• README.md：项目的介绍和使用说明。
• requirements.txt：项目的依赖包列表。

2. 项目启动文件介绍

clip/generate_cams_voc12.py

• 功能：生成PASCAL VOC2012数据集的CAM（类激活映射）。
• 使用方法：

  CUDA_VISIBLE_DEVICES=0 python generate_cams_voc12.py --img_root /your_home_dir/datasets/VOC2012/JPEGImages --split_file /voc12/train_aug.txt --model /your_home_dir/pretrained_models/clip/ViT-B-16.pt --num_workers 1 --cam_out_dir /output/voc12/cams
  

clip/generate_cams_coco14.py

• 功能：生成COCO2014数据集的CAM。
• 使用方法：

  CUDA_VISIBLE_DEVICES=0 python generate_cams_coco14.py --img_root /your_home_dir/datasets/COCO2014/JPEGImages/train2014 --split_file /coco14/train.txt --model /your_home_dir/pretrained_models/clip/ViT-B-16.pt --num_workers 1 --cam_out_dir /output/coco14/cams
  

3. 项目的配置文件介绍

requirements.txt

• 内容：列出了项目运行所需的Python包及其版本。
• 示例：

  torch==1.7.1+cu101
  torchvision==0.8.2+cu101
  opencv-python
  ftfy
  regex
  tqdm
  ttach
  tensorboard
  lxml
  cython
  

README.md

• 内容：项目的介绍、安装步骤、使用说明等。
• 示例：

  # CLIP-ES
  CLIP is Also an Efficient Segmenter: A Text-Driven Approach for Weakly Supervised Semantic Segmentation (CVPR 2023)
  
  ## Requirements
  # create conda env
  conda create -n clip-es python=3.9
  conda activate clip-es
  
  # install packages
  pip install -r requirements.txt
  

通过以上步骤，您可以顺利启动和配置CLIP-ES项目，并开始使用其功能。

CLIP-ES 项目地址: https://gitcode.com/gh_mirrors/cl/CLIP-ES