关于UNET应用于滴滴前视摄像头图像 D2-City 的结果初探

首先我们介绍 UNET，首次登场是 Kaggle，用于医学影像，一开始在 MRI 扫描片的肿瘤（异常物）识别上表现突出，准确率一度可以达到 90%+。

 

依据同意原理，我们将 D2-city 的图片拿来做测试，针对 Car 这个类别，我们抠出目标，并形成掩码。

原图

 掩码

 

利用这种方式使用 UNET 进行训练，BTW，这套代码是 7 年之前的了。结果显示，并不适合。原因可能是因为，肿瘤聚焦于一个区域，而前视摄像头拍摄的汽车，一张图里可以有好几个，并不利于计算计算机在一张图中做识别。

 

代码： https://github.com/mateuszbuda/brain-segmentation-pytorch/blob/master/train.py

 

ShoelessCai.com