SLAM 基于AI模型BiSeNetV2的驾驶场景语义分割
2026/7/11 2:02:02 网站建设 项目流程

语义分割:给图像里的每个像素打上类别标签,从而实现对场景中所有物体的像素级精细分类与理解。

这是输入图片:

运行程序后会生成分割后的掩模mask:

这是mask的图例:

图片上的蓝色部分被错误地识别成行人了,但是没有行人。汽车旁边的植被没有完整分割出来。

这是mask和原图的混合:

输入:驾驶场景采集的图像

输出:分割出来的掩模

代码和AI模型:由百度飞桨团队提供,可以从这里下载:

GitHub - PaddlePaddle/PaddleSeg: Easy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc. · GitHub

源码结构如下,更多信息可以自己看一下README.md:

上面给的代码使用C++ ONNXRUNTIME推理,经过up测试,TensorRT和OpenVINO也可以推理,结果相同,有能力的小伙伴还可以用CUDA加速预处理和后处理哦。

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询