用SegNet进行室内语义分割。

依赖

  • NumPy
  • Tensorflow
  • Keras
  • OpenCV

数据集

用SegNet进行室内布局语义分割_人工智能

按照 说明http://3dvision.princeton.edu/projects/2015/SUNrgbd/ 下载 SUN RGB-D 数据集,放在 data 目录内。

$ wget http://3dvision.princeton.edu/projects/2015/SUNrgbd/data/SUNRGBD.zip
$ wget http://3dvision.princeton.edu/projects/2015/SUNrgbd/data/SUNRGBDtoolbox.zip

架构

用SegNet进行室内布局语义分割_深度学习_02


代码和模型 获取方式:

分享本文到朋友圈

关注微信公众号 datayx  然后回复 分割  即可获取。

AI项目体验地址 https://loveai.tech

ImageNet 预训练模型

下载 VGG16  https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5   放在 models 目录内。

用法

数据预处理

该数据集包含SUNRGBD V1的10335个RGBD图像,执行下述命令提取训练图像:

$ python pre-process.py

像素分布:

用SegNet进行室内布局语义分割_人工智能_03

数据集增强

用SegNet进行室内布局语义分割_人工智能_04

用SegNet进行室内布局语义分割_计算机视觉_05

用SegNet进行室内布局语义分割_人工智能_06

训练

$ python train.py

如果想可视化训练过程,可执行:

$ tensorboard --logdir path_to_current_dir/logs

用SegNet进行室内布局语义分割_决策树_07

演示

下载 预训练模型  放在 models 目录,然后执行:

$ python demo.py

图例:

用SegNet进行室内布局语义分割_决策树_08

用SegNet进行室内布局语义分割_决策树_09

用SegNet进行室内布局语义分割_决策树_10



阅读过本文的人还看了以下文章:

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank,用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解,通俗易懂!

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门:基于Python的理论与实现》高清中文PDF+源码

​特征提取与图像处理(第二版).pdf​

​python就业班学习视频,从入门到实战项目​

​2019最新《PyTorch自然语言处理》英、中文版PDF+源码​

​《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码​

​《深度学习之pytorch》pdf+附书源码​

​PyTorch深度学习快速实战入门《pytorch-handbook》​

​【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》​

​《Python数据分析与挖掘实战》PDF+完整源码​

​汽车行业完整知识图谱项目实战视频(全23课)​

​李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材​

​笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!​

​《神经网络与深度学习》最新2018版中英PDF+源码​

​将机器学习模型部署为REST API​

​FashionAI服装属性标签图像识别Top1-5方案分享​

​重要开源!CNN-RNN-CTC 实现手写汉字识别​

​yolo3 检测出图像中的不规则汉字​

​同样是机器学习算法工程师,你的面试为什么过不了?​

​前海征信大数据算法:风险概率预测​

​【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类​

​VGG16迁移学习,实现医学图像识别分类工程项目​

​特征工程(一)​

​特征工程(二) :文本数据的展开、过滤和分块​

​特征工程(三):特征缩放,从词袋到 TF-IDF​

​特征工程(四): 类别特征​

​特征工程(五): PCA 降维​

​特征工程(六): 非线性特征提取和模型堆叠​

​特征工程(七):图像特征提取和深度学习​

​如何利用全新的决策树集成级联结构gcForest做特征工程并打分?​

​Machine Learning Yearning 中文翻译稿​

​蚂蚁金服2018秋招-算法工程师(共四面)通过​

​全球AI挑战-场景分类的比赛源码(多模型融合)​

​斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)​

​python+flask搭建CNN在线识别手写中文网站​

​中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程​

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  

用SegNet进行室内布局语义分割_图像识别_11



机大数据技术与机器学习工程

 搜索公众号添加: datanlp

用SegNet进行室内布局语义分割_决策树_12

长按图片,识别二维码