交通场景语义分割

numpy Python 科学计算基础包。
argparse: python的一个命令行解析包。用于解析命令行参数，编写用户友好的命令行界面，该模块还会自动生成帮助信息，并在所给参数无效时报错。

ArgumentParser对象

使用argparse的第一步是创建一个 ArgumentParser对象，这个ArgumentParser对象中会保存所有将命令行参数转为python数据类型的必需信息。使用 argparse.ArgumentParser创建ArgumentParser对象。

argparse.ArgumentParser(prog=None, 
                        usage=None, 
                        epilog=None, 
                        parents=[], 
                        formatter_class=argparse.HelpFormatter, 
                        prefix_chars='-',                            
                        fromfile_prefix_chars=None,              
                        argument_default=None,
                        conflict_handler='error', 
                        add_help=True)

add_argument()方法

rgumentParser.add_argument(name or flags...[,action][,nargs][,const][,default]
                           [,type][,choices][,required][,help][,metavar][,dest])

1. name 或 flags

指定一个可选参数或位置参数

parser.add_argument('-f', '--foo')  #指定一个可选参数
parser.add_argument('bar')          #指定一个位置参数

2.default

如果参数可以缺省，default指定命令行参数不存在时的参数值。

parser = argparse.ArgumentParser()
parser.add_argument('--foo', default=42)
parser.parse_args('--foo 2'.split())
Namespace(foo='2')
parser.parse_args(''.split())
Namespace(foo=42)

3. type

默认情况下，ArgumentParser对象将命令行参数保存为字符串。但通常命令行参数应该被解释为另一种类型，如 float或int。通过指定type,可以对命令行参数执行类型检查和类型转换。通用的内置类型和函数可以直接用作type参数的值：

>>> parser = argparse.ArgumentParser()
>>> parser.add_argument('foo', type=int)
>>> parser.add_argument('bar', type=open)
>>> parser.parse_args('2 temp.txt'.split())
Namespace(bar=<_io.TextIOWrapper name='temp.txt' encoding='UTF-8'>, foo=2)

4.required

指定命令行参数是否必需，默认通过-f –foo指定的参数为可选参数。

>>> parser = argparse.ArgumentParser()
>>> parser.add_argument('--foo', required=True)
>>> parser.parse_args(['--foo', 'BAR'])
Namespace(foo='BAR')
>>> parser.parse_args([])
usage: argparse.py [-h] [--foo FOO]
argparse.py: error: option --foo is required

imutils: Python图像操作函数库,提供一系列的便利功能。
time: Time access and conversions。
cv2 ：建议安装3.4+的版本。

很容易发现，它可以清晰地分类并准确识别人和自行车。确定了道路，人行道，汽车