用SegNet进行室内布局语义分割
向AI转型的程序员都关注了这个号👇👇👇
人工智能大数据与深度学习 公众号:datayx
用SegNet进行室内语义分割。
依赖
NumPy
Tensorflow
Keras
OpenCV
数据集
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
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:
数据集增强
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
演示
下载 预训练模型 放在 models 目录,然后执行:
$ python demo.py
图例:
阅读过本文的人还看了以下文章:
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
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
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》
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
【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
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
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
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
机大数据技术与机器学习工程
搜索公众号添加: datanlp
长按图片,识别二维码