【AI达人特训营第三期】：PaddleSeg助力自动驾驶场景分割
★★★ 本文源自AlStudio社区精品项目，【点击此处】查看更多精品内容 >>>
一、项目背景介绍
ADE20K数据集来源
场景解析是将图像分割并解析为与语义类别相关联的不同图像区域，例如天空、道路、人和床。MIT Scene Parsing Benchmark (SceneParse150) 为场景解析算法提供了一个标准的训练和评估平台。本次基准测试的数据来自ADE20K Dataset 其中包含超过 20K 个以场景为中心的图像，并用对象和对象部分进行了详尽的注释。具体来说，基准分为 20K 图像用于训练，2K 图像用于验证，以及另一批留出图像用于测试。共有 150 个语义类别用于评估，其中包括天空、道路、草地以及人、车、床等离散对象。请注意，图像中出现的对象分布不均匀，模仿了日常场景中更自然的对象出现。
对于每张图像，分割算法将生成一个语义分割掩码，预测图像中每个像素的语义类别。算法的性能将根据像素精度的平均值和所有 150 个语义类别的平均交并比 (IoU) 进行评估。
基准中的数据已被用于与ILSVRC'16联合举办的Scene Parsing Challenge 2016和与 COCO Challenge 联合举办的Places Challenge 2017 。场景解析演示可用。场景解析的预训练模型和demo代码发布。
二、准备工作
2.1、使用paddleseg配置文件开发
参考：20分钟快速上手PaddleSeg
也可参考官方aistudio：10分钟上手PaddleSeg
# 这里准备好了paddleseg套件,直接解压即可
!unzip -oq /home/aistudio/data/data201976/PaddleSeg.zip -d /home/aistudio/work/
<< · Back Index ·>>
相关推荐
罕见国企硕鼠，边贪三亿，边举报他人，被查吓哭：请求组织原谅
今天讲一个身居高位的国企总经理，享受副厅级待遇，却因为两大爱好，最后落了个被判死刑的可悲结果。说起他的这两个爱好，真 ...
【2023年双11更新】汽车贴膜选购攻略，哪些太阳膜值得买？最值得推荐的汽车贴膜！
我平时喜欢研究汽车用品，备胎已经被我扔到了床底下，我是 @广哥聊汽车，欢迎关注我，有问题欢迎留言讨论。