文件名称：SegNet:SegNet的CVPR 2018 WAD视频分割挑战
文件大小：4.17MB
文件格式：ZIP
更新时间：2024-05-20 18:42:10
computer-vision semantic-segmantation Python
隔离网 该存储库将通过SegNet接受CVPR 2018 WAD视频分段挑战。 依存关系 数据集 按照下载数据集。 $ kaggle competitions download -c cvpr-2018-autonomous-driving -p /mnt/data 建筑学 ImageNet预训练模型 将下载到models文件夹中。 用法 数据预处理 提取训练图像： $ python pre-process.py 火车 $ python train.py 如果要在培训过程中可视化，请在终端中运行： $ tensorboard --logdir path_to_current_dir/logs 演示版 将经过预训练的SegNet模型下载到“模型”文件夹中，然后运行： $ python demo.py 然后在images文件夹中检查结果，类似： 输入 GT 输出 传奇：
【文件预览】：
SegNet-master
----data_generator.py(4KB)
----train.py(3KB)
----config.py(604B)
----valid_names.txt(230KB)
----images()
--------8_out.png(78KB)
--------6_image.png(165KB)
--------0_out.png(110KB)
--------2_label.png(143KB)
--------segnet.png(98KB)
--------5_label.png(134KB)
--------8_image.png(91KB)
--------4_label.png(125KB)
--------7_image.png(168KB)
--------0_label.png(110KB)
--------2_out.png(143KB)
--------legend.png(5KB)
--------9_label.png(106KB)
--------6_label.png(141KB)
--------3_image.png(133KB)
--------6_out.png(141KB)
--------8_label.png(79KB)
--------1_out.png(154KB)
--------1_image.png(177KB)
--------4_out.png(125KB)
--------1_label.png(152KB)
--------5_out.png(134KB)
--------4_image.png(145KB)
--------0_image.png(130KB)
--------3_out.png(113KB)
--------5_image.png(158KB)
--------9_image.png(125KB)
--------9_out.png(105KB)
--------7_label.png(146KB)
--------2_image.png(168KB)
--------7_out.png(146KB)
--------3_label.png(113KB)
----migrate.py(1KB)
----utils.py(1KB)
----model.py(7KB)
----explore_data.py(1KB)
----show_legend.py(401B)
----custom_layers()
--------unpooling_layer.py(1011B)
----encoder_decoder.svg(95KB)
----LICENSE(1KB)
----demo.py(2KB)
----unit_tests.py(611B)
----convertVideotoCSV.py(6KB)
----README.md(4KB)
----train_names.txt(919KB)
----pre-process.py(562B)
----.gitignore(123B)
----vgg16.py(3KB)