本篇的内容展示在TX2的平台上,《Fast-SCNN: Fast Semantic Segmentation Network》代码复现结果展示
论文链接
代码连接
train
在终端输入
sudo python3 train.py --model fast_scnn --dataset citys
输出结果
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210313103554478.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMTc4MTIy,size_16,color_FFFFFF,t_70#pic_center)
eval
在终端输入
sudo python3 eval.py
输出结果
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210313104004345.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMTc4MTIy,size_16,color_FFFFFF,t_70#pic_center)
demo
在终端输入
sudo python3 demo.py --model fast_scnn --input-pic './png/berlin_000000_000019_leftImg8bit.png'
输出结果
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210313104715899.png#pic_center)
![分割结果](https://img-blog.csdnimg.cn/20210313104724103.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMTc4MTIy,size_16,color_FFFFFF,t_70#pic_center)