Convolutional Patch Networks with Spatial Prior for Road Detection and Urban Scene Understanding
阿新 • • 發佈：2017-07-31
line evel linux 程序 providing form ram -s visio
‘).addClass(‘pre-numbering‘).hide();
$(this).addClass(‘has-numbering‘).parent().append($numbering);
for (i = 1; i <= lines; i++) {
$numbering.append($(‘‘).text(i));
};
$numbering.fadeIn(1700);
});
});
Convolutional Patch Networks with Spatial Prior for Road Detection and Urban Scene Understanding
深度學習思想越來越火，在今年的CVPR 2015 文章中相關文章就有20多篇，可見是很火的。近期在做關於語義切割和場景解析的內容，看到這篇文章後也是很高興。
CN24 is a complete semantic segmentation framework using fully convolutional networks. It supports a wide variety of 文章說能夠在Windows、Mac和Linux系統上很好的執行，又能夠支持OpenCL、Intel MKL , AMD ACML 來並行計算加速。看起來還真不錯！
官方源代碼地址：
[ CN24 ]
接下來先上實驗結果：
實驗環境[ubuntu 15.04]。臨時沒實用GPU加速
代碼程序文件夾：
執行後的結果:
單張圖片測試結果，左側是語義切割後的結果，右側是真實的測試圖。
沒實用GPU加速，果然處理一張圖片還是挺慢的，耗時還是挺多的，例如以下圖所看到的：
以下就是摸索代碼。下一節會繼續分享學習過程，謝謝！
Convolutional Patch Networks with Spatial Prior for Road Detection and Urban Scene Understanding