HRnetSegmentation自动驾驶图像全景分割训练与TensorRT部署解析
自动驾驶项目里的图像分割，HRnetSegmentation这个方案还挺顺的。从模型训练到部署都打通了，重点是连TensorRT 加速都一并搞定了，部署落地方便，适合资源紧张但又追求实时性的项目。
训练流程比较清晰，基于PyTorch，你要是搞过DeepLab或者Unet，迁移过来会快。而且它对大图的支持还不错，适合街景那种全景图。分割效果也挺稳，轮廓清晰，边缘也得细。
部署这块最值一提的是TensorRT优化部分，直接帮你把模型转成适合嵌入式的格式，推理速度一下提上去了。onnx导出也比较顺，不用你东改西改。你要在NVIDIA 硬件上跑，效率还挺高的。
代码也干净，配置项分得清，训练脚本和测试脚本分开，逻辑明确。想做自己的数据也方便，改一下dataset.py就行了，格式兼容Cityscapes那一套。
顺带放几个相关的图像分割方案，你想比较一下也行：
如果你在做自动驾驶或者边缘部署相关的视觉任务，这套流程你可以试试。尤其想快速上线落地的场景，少走弯路。
文件大小：597.96KB
评论区