文件名称：MultiNet：自动驾驶的实时联合语义推理
文件大小：22.82MB
文件格式：ZIP
更新时间：2024-02-27 01:11:42
real-time computer-vision deep-learning tensorflow autonomous-driving
多网 MultiNet能够共同执行道路分割，汽车检测和街道分类。 该模型可实现实时的速度和的细分效果。 查阅我们的以获取详细的模型描述。 MultiNet经过优化，可以实时高效地运行。 它包含两个组件： ，它在道路分割方面树立了新的技术水平； 和 ，在推理速度和检测性能上均优于基准Faster-RCNN。 该模型被设计为编码器-解码器体系结构。 每个任务使用一个VGG编码器和几个独立的解码器。 该存储库包含将一个网络中的多个tensorflow模型组合在一起的通用代码。 ， 和存储库提供了各个任务的代码。 这些存储库在该项目中用作。 该项目旨在与后端兼容，从而可以非常干净的方式组织实验
【文件预览】：
MultiNet-master
----.gitmodules(610B)
----predict_joint.py(11KB)
----data()
--------val.txt(13KB)
--------images()
--------train_4.idl(757KB)
--------train_2.idl(866KB)
--------val3.txt(3KB)
--------testing.txt(9KB)
--------train3.txt(17KB)
--------val_4.idl(170KB)
--------train.txt(383KB)
--------val_2.idl(61KB)
--------val_3.idl(59KB)
--------demo()
--------train_3.idl(869KB)
----train.py(23KB)
----licenses()
--------RESNET_LICENSE.txt(1KB)
--------TENSORBOX_LICENSE.txt(1KB)
----demo.py(13KB)
----LICENSE(1KB)
----hypes()
--------multinet3_resnet.json(944B)
--------multinet3_ResNet50.json(953B)
--------multinet2.json(761B)
--------multinet3.json(878B)
--------multinet3_VGG.json(888B)
--------multinet3_ResNet.json(947B)
----submodules()
--------KittiClass()
--------tensorflow-fcn()
--------KittiSeg()
--------TensorVision()
--------KittiBox()
----incl()
--------tensorflow_fcn(28B)
--------tensorvision(39B)
----docu()
--------FAQ.md(140B)
----requirements.txt(87B)
----.gitignore(1KB)
----README.md(8KB)
----download_data.py(6KB)