文件名称:语义分割:使用综合数据集的语义分割
文件大小:14.37MB
文件格式:ZIP
更新时间:2024-02-27 02:20:23
cnn unreal-engine convolutional-neural-networks dataset-generation unrealcv
语义分割 这是一个使用从Unreal Engine获得的综合数据集进行语义分割的小项目。 任务是使用插件从Unreal Engine创建合成数据集并识别图像中的对象。 数据集由RGBD(RGB +深度)图像和地面真实情况组成。 环境很简单,房间里有沙发,两台电视,两棵植物和一些桌子。 一旦收集了数据集,就可以检测和定位图像中的对象。 这可以使用语义分割网络来完成。 语义分割网络基本上执行按像素分类,为每个像素分配其类别。 仓库描述 在语义段内,主要文件是: generate_dataset.py:用于生成与unrealcv服务器交互的数据集的脚本。 write_dataset_to_tf.
【文件预览】:
semantic-segmentation-master
----images()
--------image2_label.png(10KB)
--------image3_gt_it0.png(1KB)
--------image3_gt.png(1KB)
--------image10_gt.png(2KB)
--------image3_pred.png(2KB)
--------image2_rgb.png(412KB)
--------image3_pred_it0.png(53KB)
--------home.gif(13.21MB)
--------image10_pred_it0.png(53KB)
--------image10_pred.png(2KB)
--------image10_gt_it0.png(2KB)
----semantic-seg()
--------conf.json(392B)
--------generate_dataset.py(3KB)
--------train.py(14KB)
--------utils()
--------builders()
--------models()
--------camera_traj.json(2KB)
--------trial.png(402KB)
--------test.py(5KB)
--------Tra_loss_vs_epochs.png(22KB)
--------loss_vs_epochs.png(21KB)
--------requirements.txt(509B)
--------predict.py(3KB)
--------iou_vs_epochs.png(19KB)
--------dataset()
--------tra_iou_vs_epochs.png(18KB)
--------accuracy_vs_epochs.png(21KB)
--------write_dataset_to_tf.py(4KB)
--------tra_acc_vs_epochs.png(20KB)
--------label.png(1KB)
--------docs()
--------image_helper.py(718B)
--------commands.py(103B)
--------frontends()
----loss_vs_epochs.png(33KB)
----iou_vs_epochs.png(40KB)
----README.md(5KB)
----accuracy_vs_epochs.png(41KB)
----.gitignore(1KB)