DeepLab-v3plus：利用PyTorch实现的高性能DeepLab V3 Plus。

简介：
DeepLab V3 Plus的卓越性能已通过PyTorch实现，该存储库专注于PyTorch中的语义图像分割技术，旨在应用于PASCAL VOC数据集上的语义图像分割任务。 实验结果表明，该实现达到了79.19%的准确率，显著高于纸面结果的78.85%，体现了其优异的性能。 在运行相关脚本之前，系统要求使用Python 3.6版本以及PyTorch 0.4.1版本。 为了安装所需的Python软件包，包括预期的PyTorch库，请执行命令 `pip install -r requirements.txt`。 为了进行网络训练和验证，此存储库利用了增强后的PASCAL VOC 2012数据集，该数据集包含了10582张用于训练的图像以及1449张用于验证的图像。 获取数据集的方法是首先下载包含2GB数据的PASCAL VOC培训/验证数据压缩包，随后从该压缩包中提取所需文件。 在开始训练之前，建议您克隆该仓库： `git clone gi`。