SLAM 基于AI模型BiSeNetV2的驾驶场景语义分割
·
语义分割：给图像里的每个像素打上类别标签，从而实现对场景中所有物体的像素级精细分类与理解。
这是输入图片：
运行程序后会生成分割后的掩模mask：
这是mask的图例：
图片上的蓝色部分被错误地识别成行人了，但是没有行人。汽车旁边的植被没有完整分割出来。
这是mask和原图的混合：
输入：驾驶场景采集的图像
输出：分割出来的掩模
代码和AI模型：由百度飞桨团队提供，可以从这里下载：
源码结构如下，更多信息可以自己看一下README.md：
上面给的代码使用C++ ONNXRUNTIME推理，经过up测试，TensorRT和OpenVINO也可以推理，结果相同，有能力的小伙伴还可以用CUDA加速预处理和后处理哦。
聚焦RDK与具身智能，汇集机器人开发教程、开源案例和技术交流
更多推荐
27
0- 0
已为社区贡献19条内容
所有评论(0)