DynaSLAM代码详解(3) — MaskNet.cc加载Mask R-CNN网络部分

几度春风里

已于 2023-07-10 17:38:59 修改

阅读量801

点赞数 1

分类专栏： SLAM项目实战文章标签：动态slam 目标检测机器人

于 2023-07-10 17:37:58 首次发布

本文链接：https://blog.csdn.net/qq_41921826/article/details/131446402

版权

SLAM项目实战专栏收录该内容

46 篇文章 45 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了DynaSLAM中Mask R-CNN的运行过程，包括在rgbd_tum.cc文件中启动网络，SegmentDynObject构造函数中加载网络配置和初始化，以及SegmentDynObject::GetSegmentation()函数用于获取图像分割结果的步骤。重点讲解了环境变量设置、Python解释器初始化和图像处理流程。

摘要由CSDN通过智能技术生成

3.1 Mask R-CNN运行

3.2 SegmentDynObject::SegmentDynObject()

3.3 SegmentDynObject::GetSegmentation()

3.1 Mask R-CNN运行

在Examples/RGB-D/rgbd_tum.cc文件开始运行Mask R-CNN网络，首先进入MaskNet->GetSegmentation函数。

        // Segment out the images
        // 开始进行图像分割
        cv::Mat mask = cv::Mat::ones(480,640,CV_8U);
        if (argc == 6 || argc == 7)
        {
            cv::Mat maskRCNN;
            // 利用GetSegmentation()函数进行图像分割
            maskRCNN = MaskNet->GetSegmentation(imRGB,string(argv[5]),vstrImageFilenamesRGB[ni].replace(0,4,""));
            // 将分割的结果 maskRCNN 复制到 maskRCNNdil
            cv::Mat maskRCNNdil = maskRCNN.clone();
            // 对 maskRCNN 应用膨胀操作，使用 kernel 作为内核
            cv::dilate(maskRCN