每一个像素进行二分类和或多分类
HRnet不降采样,不损失空间信息
使用模型:config和checkpoint权重
作业,单类别的语义分割、也有多分类的
单张图像运用训练好的模型,config、checkpoint、outfile、device、opacity
Result:每个像素的类别、置信度
图例模板
视频预测,逐帧语义分割,串成视频【B3】
Image和label一一对应。如果是8类,类别改成8,预测头改成8
【z1】语义分割相关博客
D1作业,标注为1,不过分区分验证集合测试集,
每一个像素进行二分类和或多分类
HRnet不降采样,不损失空间信息
使用模型:config和checkpoint权重
作业,单类别的语义分割、也有多分类的
单张图像运用训练好的模型,config、checkpoint、outfile、device、opacity
Result:每个像素的类别、置信度
图例模板
视频预测,逐帧语义分割,串成视频【B3】
Image和label一一对应。如果是8类,类别改成8,预测头改成8
【z1】语义分割相关博客
D1作业,标注为1,不过分区分验证集合测试集,