Image-Segmentation-with-Unet:卡拉模拟器

使用U-Net进行图像分割 丘子汉2018年5月28日 问题描述 提出的挑战是从汽车模拟器Carla的视频中对道路和车辆进行逐像素识别。 此处尝试的解决方案是使用通过Keras与TensorFlow后端实现的U-Net进行图像分割。 训练数据 所提供的训练数据是一组来自模拟汽车引擎盖的1000 800x600 PNG图像及其相应的标签，以及800x600 PNG图像。 训练标签在红色通道中具有整数值，该红色值与位于该给定像素处的特定对象的ID相对应。 对训练标签进行预处理，以将不对应于道路或车辆的ID移动到单个标签，并将与道路标记相对应的像素重新标记到道路标签。 另外，与车辆发动机罩相对应的像素被设置为0（无）。 为了防止过度拟合，在Carla上生成了其他模拟运行，提供了2300个更多的训练图像和标签。 除了其他模拟运行外，还使用了数据扩充。 然后将输入图像和标签的大小调整为256x256