文件名称：Road_segmentation:2020年秋季机器学习课程的项目2
文件大小：3.43MB
文件格式：ZIP
更新时间：2024-05-05 23:46:42
Python
ML项目：道路分割 2020年秋季机器学习的项目2在aicorwd.com上EPFL机器学习课程范围内提出的道路分割挑战的背景下，我们的团队提出了一种基于U-Net架构的深度学习解决方案，成为目前最先进的细分问题。 通过执行预处理和后处理步骤，并使用具有Focal Loss的Adam优化器，我们能够获得令人满意的模型，该模型能够在测试集上获得0.886的F1评分和0.940的准确度。 团队成员 玛丽安·范·德·梅尔（Marijn VAN DER MEER） 莱昂·曼恩特（LéoMEYNENT） 文森特·托尼尔（Vincent TOURNIER） 预训练模型 不幸的是，我们的模型过于庞大，无法放入该存储库。 您可以自己训练它（这不能保证您会获得完全相同的结果），也可以从下载它。 存储库的结构： 该数据集可在aicrowd.com的官方页面上。 资料来源：主要脚本的辅助功能； 文件夹内
【文件预览】：
Road_segmentation-main
----source()
--------images.py(9KB)
--------helper_functions.py(4KB)
--------submission_to_mask.py(1KB)
--------README.md(561B)
--------postprocessing.jar(2.33MB)
--------mask_to_submission.py(2KB)
--------constants.py(747B)
----run.py(11KB)
----Report_road_segmentation.pdf(1.15MB)
----README.md(2KB)
----data()
--------README.md(133B)
----.gitignore(2KB)