ENet Real Time Semantic Segmentation

ENet - 실시간 의미론적 분할

실시간 의미론적 분할을 위한 신경망 아키텍처.
이 저장소에서는 실시간 의미론적 분할을 위해 모바일 장치에서 사용할 수 있는 ENet Paper를 재현했습니다. 논문 링크는 여기에서 찾을 수 있습니다: ENet

사용하는 방법?

0. 이 저장소는 Colab에서 사용할 수 있는 편리한 노트북과 함께 제공됩니다.
   여기에서 노트북에 대한 링크를 찾을 수 있습니다: ENet - Real Time Semantic Segmentation
   Colab에서 열기: Colab에서 열기

---

0. 저장소를 복제하고 거기에 CD를 넣으십시오.

 git clone https://github.com/iArunava/ENet-Real-Time-Semantic-Segmentation.git
cd ENet-Real-Time-Semantic-Segmentation/

1. 모델을 학습하려면 이 명령을 사용하세요.

 python3 init.py --mode train -iptr path/to/train/input/set/ -lptr /path/to/label/set/

2. 모델을 테스트하려면 이 명령을 사용하세요.

 python3 init.py --mode test -m /path/to/the/pretrained/model.pth -i /path/to/image/to/infer.png

3. 더 많은 명령을 얻으려면 --help 사용하십시오.

 python3 init.py --help

일부 결과

참고자료

1. A. Paszke, A. Chaurasia, S. 김, E. Culurciello. Enet: 실시간 의미 분할을 위한 심층 신경망 아키텍처입니다. arXiv 사전 인쇄 arXiv:1606.02147, 2016.

인용

 @inproceedings{ BrostowSFC:ECCV08,
  author    = {Gabriel J. Brostow and Jamie Shotton and Julien Fauqueur and Roberto Cipolla},
  title     = {Segmentation and Recognition Using Structure from Motion Point Clouds},
  booktitle = {ECCV (1)},
  year      = {2008},
  pages     = {44-57}
}

@article{ BrostowFC:PRL2008,
    author = "Gabriel J. Brostow and Julien Fauqueur and Roberto Cipolla",
    title = "Semantic Object Classes in Video: A High-Definition Ground Truth Database",
    journal = "Pattern Recognition Letters",
    volume = "xx",
    number = "x",   
    pages = "xx-xx",
    year = "2008"
}

특허

이 저장소의 코드는 BSD v3 Licemse에 따라 배포됩니다.
마음껏 포크로 드시고 즐기세요 :)