Sky Segmentation WoloskyNet

Репозиторий vinimuchulski для бинарной сегментации неба на RGB-изображениях: модель отделяет небо от остальной сцены и выдаёт попиксельную маску с порогом 0.5. Включает обучение и экспорт WNet/U2Net в TensorFlow/Keras и DeepLabV3 MobileNetV2/ResNet34 в PyTorch, а также ONNX-веса для инференса одного изображения на ПК.

✅ Ключевые особенности

• 🦾 Две семьи моделей: WNet (WoloskyNet) и DeepLabV3 на MobileNetV2/ResNet34.
• ⬇ ONNX-модели в weights/ для одиночного инференса; у WNet также есть FP32 и INT8 TFLite.
• 🏔 Обучение на 27 374 парах изображение/маска 320×320; маски бинарные 0/255.
• 👁 Ноутбуки, графики и результаты лежат в training/ и docs/docs_imgs_results/.
• 🦾 Есть скрипты инференса для WNet и DeepLab.

⬇ Пример

Быстрый запуск ONNX-инференса WNet:

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python inference/infer_wnet_tf2onnx_image.py

Перед запуском задайте image_input_path и model_path; для WNet используйте weights/Wolosky_Net.onnx.