本文使用matlab环境,测试了自动驾驶场景的图像分割任务。分割网络使用Unet。
一千张标注图像,最终训练精度达到 90%。


数据准备
场景预标注数据下载地址:Semantic Segmentation for Self Driving Cars | Kaggle
数据下载可能需要翻墙,如果无法下载可移步 自动驾驶场景图像-分割标注数据.zip
数据标注了13个类别,每个类别具体名字未知,随便给个类名测试。
imagedir="E:\DLDatasets\kaggle\SelfDriving\dataA\dataA\CameraRGB";
labeldir="E:\DLDatasets\kaggle\SelfDriving\dataA\dataA\CameraSeg";
classNames=["c0","c1","c2","c3","c4","c5","c6","c7","c8","c9","c10","c11","c1

本文介绍了在Matlab环境下,利用Unet网络对自动驾驶场景的一千张图像进行分割任务的训练过程。数据集包含13个类别,经过训练,模型精度达到90%。文章详细展示了数据预处理、网络定义、训练参数设置以及模型测试的步骤。
最低0.47元/天 解锁文章
1540

被折叠的 条评论
为什么被折叠?



