您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. SegNet-tensorflow+dataset

  2. 为segnet的tensorflow实现以及CamVid数据集(包含training、val、test)的下载。
  3. 所属分类:深度学习

    • 发布日期:2018-04-13
    • 文件大小:185597952
    • 提供者:k87974
  1. CamVid_TFrecord 用于DeepLabv3+测试

  2. 用于blog中实现DeepLabv3+在自己数据集上训练,可直接加载该文件。
  3. 所属分类:深度学习

    • 发布日期:2018-07-07
    • 文件大小:186646528
    • 提供者:u011974639
  1. CamVid.7z 全卷积神经网络可用的数据集

  2. 资源压缩后的文件目录: test test_labels train train_labels val val_labels class_dict.csv functional.py
  3. 所属分类:互联网

    • 发布日期:2020-05-21
    • 文件大小:186646528
    • 提供者:qq_39562301
  1. Camvid数据集 驾驶标签视频数据集

  2. Camvid Dataset 是一个,其包含 700 张像素级别的语义分割和图像分割,为了保证数据的准确性,每张图像均通过多次检查和确认以确保数据的准确性。该数据集解决了对实验数据的需求,并以定量评估新兴 算法 ,其中驾驶场景增加了观察对象的数量和异质性,其提供超过十分钟的高质量 30Hz 镜头且相应的语义标记图像为 1Hz,部分为 15Hz
  3. 所属分类:互联网

    • 发布日期:2020-05-21
    • 文件大小:186646528
    • 提供者:qq_39562301
  1. camvid数据集训练的配置文件

  2. 用于mask rcnn训练camvid数据集的配置文件。实现了配置类,数据类、load mask等函数,实现了训练函数,修改了从Python2到Python3的一些bug。
  3. 所属分类:深度学习

    • 发布日期:2020-05-09
    • 文件大小:14336
    • 提供者:suiyuan2009
  1. CamVid.zip

  2. CamVid数据集是较为经典的语义分割数据集,本数据集已经分割成为训练集,测试集和验证集,方便读者复现。
  3. 所属分类:深度学习

    • 发布日期:2020-04-03
    • 文件大小:187695104
    • 提供者:weixin_44753371
  1. CamVid.rar

  2. 因为上传文件限制,该数据集少了测试集,以及对应标签。该数据集可以应用到语义分割的学习当中,是较为完整的语义分割数据集。
  3. 所属分类:互联网

    • 发布日期:2020-05-25
    • 文件大小:405798912
    • 提供者:jimanglai
  1. CamVid.zip

  2. 练习语义分割,比较有名的数据集 CamVid,可以方便我们去自己的网络的可行性,优或者差等等的性能
  3. 所属分类:其它

    • 发布日期:2020-06-30
    • 文件大小:186646528
    • 提供者:JACKSONMHLK
  1. PyTorch:基于UNet和camvid数据集的道路分割

  2. 背景 语义分割是深度学习中的一个非常重要的研究方向,并且UNet是语义分割中一个非常经典的模型。在本次博客中,我尝试用UNet对camvid dataset数据集进行道路分割,大致期望的效果如下: 原图 道路分割效果 本博客的代码参考了以下链接: https://github.com/milesial/Pytorch-UNet https://github.com/qubvel/segmentation_models.pytorch 数据集介绍及处理 之前的博客里,我几乎不怎么介绍数据集
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:464896
    • 提供者:weixin_38674569
  1. Fast_Seg:此仓库在Pytorch的CityScapesCamvid DataSet上提供了快速的语义分割模型-源码

  2. :high_voltage: Fast_Seg :high_voltage: 此回购尝试在道路场景数据集(CityScape,Mapillary,Camvid)上实现最新的快速语义分割模型。 此回购协议的目的是什么? 此存储库旨在进行实验并验证快速语义分段的想法,并且该存储库还提供了一些快速模型。 我们的ICnet实施实现了74.5%的mIoU ,比原始纸张高5% 。 !!!!!此处: 精确段的另一个链接: 提供了一些最新的准确方法实现。 动物园模型(更新中) ICNet:ICnet,用于
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:2097152
    • 提供者:weixin_42139042
  1. DecoupleSegNets:实施ECCV2020工作-源码

  2. (新)还对DecoupleSegNets进行了验证,以处理边界对于任务很重要的分割情况。我们将在此仓库中发布相关代码和文件。 解耦隔离网 此回购包含我们ECCV-2020工作的实施:通过分离的主体和边缘监督改进语义分割。 这是北京大学,牛津大学和Sensetime Research的联合工作。 (非常感谢Sensetimes的GPU服务器) 欢迎任何建议/问题/拉取请求。 它还包含对我们之前的AAAI-2020工作(口头)的重新实施。 GFFNet:Gated Fully Fusion用于语义分
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:504832
    • 提供者:weixin_42163404
  1. CamVid (Cambridge-Driving Labeled Video Database)剑桥道路与驾驶场景图像分割数据集CamVid-数据集

  2. CamVid is provided by The University of Cambridge.本数据集由剑桥大学提供。 camvid_class_dict.csv camvid_test_labels.zip camvid_train_labels.zip camvid_val.zip camvid_test.zip camvid_val_labels.zip camvid_train.zip
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:600834048
    • 提供者:weixin_38612095
  1. 使用MATLAB深度学习进行语义分割

  2. 为了说明训练过程,本示例将训练SegNet,一种用于图像语义分割的卷积神经网络(CNN)。用于语义分割的其他类型网络包括全卷积网络(FCN)和U-Net。以下所示训练过程也可应用于这些网络。本示例使用来自剑桥大学的CamVid数据集展开训练。此数据集是包含驾驶时所获得的街道级视图的图像集合。该数据集为32种语义类提供了像素级标签,包括车辆、行人和道路。本示例创建了SegNet网络,其权重从VGG-16网络初始化。要获取VGG-16,请安装NeuralNetworkToolbox?Modelfor
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:1048576
    • 提供者:weixin_38742656
  1. TorchSeg:PyTorch中的快速,模块化参考实现和语义分段算法的轻松培训-源码

  2. 火炬节 该项目旨在为使用PyTorch的语义细分模型提供快速的模块化参考实现。 强调 模块化设计:通过组合不同的组件轻松构建自定义的语义细分模型。 分布式培训:比多线程并行方法( )快60%以上,我们使用多处理并行方法。 多GPU训练和推理:支持不同的推理方式。 提供预训练的模型并实现不同的语义细分模型。 先决条件 PyTorch 1.0 pip3 install torch torchvision Easydict pip3 install easydict 忍者sudo apt-g
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:218112
    • 提供者:weixin_42138788
  1. TensorFlow-ENet:ENet的TensorFlow实现-源码

  2. TensorFlow-ENet ENet的TensorFlow实现。 该模型已在CamVid数据集上进行了测试,并带有从英国剑桥拍摄的街道场景。 有关此数据集的更多信息,请访问: : 。 要求: TensorFlow> = r1.2 可视化 请注意,如果网络未将gif加载在一起,则gif可能不同步。 您可以刷新页面以同步查看它们。 测试数据集输出 TensorBoard可视化 在根目录上执行tensorboard --logdir=log来监视您的训练,并在训练模型时对照地面真实
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:230686720
    • 提供者:weixin_42097668
  1. 使用MATLAB深度学习进行语义分割

  2. 为了说明训练过程,本示例将训练SegNet,一种用于图像语义分割的卷积神经网络 (CNN)。用于语义分割的其他类型网络包括全卷积网络(FCN)和U-Net。以下所示训练过程也可应用于这些网络。 本示例使用来自剑桥大学的CamVid数据集展开训练。此数据集是包含驾驶时所获得的街道级视图的图像集合。该数据集为 32种语义类提供了像素级标签,包括车辆、行人和道路。 本示例创建了SegNet网络,其权
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:1048576
    • 提供者:weixin_38530211
  1. 一种自学习不确定度的神经网络架构

  2. 在自动驾驶这类多传感器融合任务中,每个子任务的不确定度对数据融合的策略和结果都有着至关重要的影响,为使整体系统能够在多工况下稳定运行,必须要求计算模型以较低的不确定度运行。现有方法仅能在神经网络预测过程中求得不确定度,很少有方法能够通过自学习的方式降低模型的不确定度。为解决上述问题,提出了不确定度学习层和不确定度损失项等概念,设计了一种能够通过自学习的方式降低不确定度的神经网络架构(ULNN),从而增强神经网络模型预测的稳健性。在CIFAR-10和CIFAR-100数据集上的实验表明,ULNN能
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:2097152
    • 提供者:weixin_38733355
  1. 基于特征融合的实时语义分割算法

  2. 为满足自动驾驶、人机交互等任务对语义分割算法准确度和实时性的要求,提出一种基于特征融合技术的实时语义分割算法。首先,利用卷积神经网络自动学习图像深层特征的功能,设计一个浅而宽的空间信息网络输出低级别的空间信息,以保持原始空间信息完整性,从而生成高分辨率特征;接着,设计一个语境信息网络来输出深层次、高级别的语境信息,并引入注意力优化机制来代替上采样,优化网络的输出;最后,将两路输出特征图进行多尺度融合,再上采样得到与原始输入尺寸相等的分割图像。两路网络并行计算,提高了算法的实时性。在Citysca
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:4194304
    • 提供者:weixin_38690089
  1. 基于膨胀卷积平滑及轻型上采样的实时语义分割

  2. 针对轻量级网络在语义分割速度上较快,但精度较低的问题,在轻量级网络基础上,提出了基于膨胀卷积平滑及轻型上采样的实时语义分割方法。为了提高分割速度,采用结合结构化知识蒸馏的轻量级网络ResNeXt-18作为特征提取网络。设计了膨胀卷积平滑模块及轻型上采样模块,用来提高语义分割的精确度。为验证所提方法的有效性,在Cityscapes数据集及CamVid数据集上进行评估,在Cityscapes数据集上得到了速度为40.2 frame/s,精度为76.8%,参数量仅为1.18×10 7的结果。实验表明,
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:5242880
    • 提供者:weixin_38655011
  1. CamVid数据集提供32个ground truth语义标签,将每个像素与语义类别之一相关联。本文为原始数据集(训练测试验证集)。

  2. 适合计算机视觉-语义分割学习的人
  3. 所属分类:深度学习

    • 发布日期:2021-01-17
    • 文件大小:559939584
    • 提供者:kglee1994