自建数据集完整项目公众号分享了~
首先,使用KITTI RAW data训练得到的参数模型mono_640x192对拍摄的多种场景影像预测深度如下。
图3.15 含有远山场景的道路
如图所示,远景信息较多的图像深度预测效果也很差。
图3.16 道路车辆
与前面场景相比,含有车辆的场景更加相似于KITTI数据集,对于道路和车辆近景的深度预测效果较前面场景好。
利用之前自建数据集训练得到的各场景参数模型对其它场景进行预测试验,得到深度图如下。
图3.17 公园训练模型对跑道图像预测
由上图可以看到,图像整体深度预测效果较好,但还是与专门基于跑道训练的预测深度图有一定差距,比如跑道左侧树木轮廓不够清晰。
图3.18 公园训练模型对小区住宅预测
由上图可以看到,公园训练模型对小区住宅图像中近景的预测效果较好,而对于远景预测误差较大,甚至可以视为错误。
综合以上实验讨论,可以发现参数模型需要对特定场景进行训练,然后适用于特定场景的深度预测,而对于新的场景图像预测深度效果较差。
自建数据集完整项目公众号分享了~