ESANet语义分割与realsense D455的结合

最新推荐文章于 2025-09-15 12:44:20 发布

原创

最新推荐文章于 2025-09-15 12:44:20 发布 · 1.9k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #计算机视觉

该博客介绍了使用RGBD（RGB+深度图）进行室内场景分析的EfficientRGB-D语义分割网络。通过使用RealSense D455相机获取RGB和深度图，利用ROS接口预处理数据，包括Rescale、ToTensor和Normalize。虽然对于简单场景能获得清晰的轮廓分割，但在复杂或移动相机的情况下，效果可能不稳定，这可能与训练数据集（如Sun RGB-D）和参数调整有关。文章展示了这种方法在分割建图上的应用，并指出需要进一步优化。

paper：Efficient RGB-D Semantic Segmentation for Indoor Scene Analysis

网络结构如下，相比于基于RGB图像的语义分割，该网络用了RGB与深度图结合。
在这里插入图片描述
既然是RGBD，就可以用RGBD相机来测试了，选择realsense d455相机。

用ROS接口读入RGB图像与深度图。

这里要注意图像需要经过预处理，通过ESANet的源码，得知在validate阶段需要做以下预处理。

transform_list = [Rescale(height=height, width=width)]
transform_list.extend([
    ToTensor(),
    Normalize(depth_mean=depth_mean,
              depth_std=depth_std,
              depth_mode=depth_mode)
]