KittiSeg

MarvinTeichmann 在 GitHub 开源的算法库，主要语言 Python。 A Kitti Road Segmentation model implemented in tensorflow.

SDKMarvinTeichmannKittiSeg

开发工具档案怎么用、适配哪些机型、哪些环境验证过

MarvinTeichmann 在 GitHub 开源的算法库，主要语言 Python。 A Kitti Road Segmentation model implemented in tensorflow.

算法库python更新于 2018-03-02

概述

这个开发工具的核心职责、所属技术栈与硬件生态定位。

KittiSeg是面向自动驾驶场景的开源图像语义分割算法库，采用Python作为主要开发语言，基于TensorFlow框架实现Kitti道路分割模型，核心功能可完成车载视觉采集的道路区域像素级分割推理，为自动驾驶感知模块提供道路可行驶区域识别能力。

该算法库适配自动驾驶感知层L4级技术栈，无绑定特定机器人本体，开发者可通过克隆仓库后配置TensorFlow运行环境，导入预训练权重直接对Kitti数据集或自定义车载道路图像执行分割推理，也可二次适配集成至自动驾驶车辆的视觉感知链路中。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/MarvinTeichmann/KittiSeg.git
cd KittiSeg
# 安装 Python 依赖与开发包
pip install -e .

版本 / 分支	验证环境	接入说明
main / 最新稳定分支	Ubuntu 16.04/18.04 LTS / Python 2.7/3.6 / TensorFlow 1.3-1.15 / CUDA 8.0-10.0	克隆仓库后安装依赖，下载预训练权重，运行demo.py可直接对输入道路图像执行分割推理，支持自定义数据集适配。

支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。

尚未收录适配机型。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。