ENet Real Time Semantic Segmentation

ENet - 即時語意分割

用於即時語義分割的神經網路架構。
在此儲存庫中，我們複製了 ENet 論文 - 可在行動裝置上用於即時語義分割。論文的連結可以在這裡找到：ENet

如何使用？

0. 該存儲庫附帶一個方便的筆記本，您可以將其與 Colab 一起使用。
   您可以在此處找到筆記本的連結：ENet - 即時語義分割
   在 Colab 中開啟：在 Colab 中開啟

---

0. 克隆儲存庫並將 cd 放入其中

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

1. 使用此命令來訓練模型

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

2. 使用此命令來測試模型

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

3. 使用--help取得更多指令

 python3 init.py --help

一些結果

參考

1. A. Paszke、A. Chaurasia、S. Kim 和 E. Culurciello。 Enet：用於即時語意分割的深度神經網路架構。 arXiv 預印本 arXiv:1606.02147, 2016。

引文

 @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"
}

執照

此儲存庫中的程式碼根據 BSD v3 Licemse 分發。
隨意分叉享受:)