预处理-实例分割

[pengzhongcui]

您好！我已经运行过您的demo了，想尝试使用其他的kitti数据，同时也会使用别的实例分割算法。因此我很好奇实例分割得到的rgb图怎么能存成物体是1，2，……，n的呢，根据掩膜的区域，以及区域中的颜色吗？如果能分享以下您的代码就好了。万分感谢！

[halajun]

@pengzhongcui. 如果是类似mask r-cnn的semantic instance segmentation方法，一般输出结果都有数字标签的，把这些数字标签存储成自己想要的格式就好了。比如我跑mask r-cnn的时候，就在后面输出数据的地方，加几行命令存成自己需要的标签矩阵（背景0或-1，其他物体按顺序标1,2,...,n）就好了。希望帮助到你。

[heng94]

@halajun
您好，感谢您分享您的代码。我刚接触这块，想请教您，把mask 存成您说的这种形式有什么优点吗？另外一点，您有重新训练实例分割网络吗？比如mask rcnn，我发现在kitti数据集上的分割效果不怎么理想，想请教您是如何处理这个问题的。
谢谢～

[theyunfeng]

@pengzhongcui. 如果是类似mask r-cnn的semantic instance segmentation方法，一般输出结果都有数字标签的，把这些数字标签存储成自己想要的格式就好了。比如我跑mask r-cnn的时候，就在后面输出数据的地方，加几行命令存成自己需要的标签矩阵（背景0或-1，其他物体按顺序标1,2,...,n）就好了。希望帮助到你。

请问用了mask rcnn的话，整套slam系统还能保证实时性吗？据我所知maskrcnn本身实时性不好

[Cai-RS]

@pengzhongcui. 如果是类似mask r-cnn的semantic instance segmentation方法，一般输出结果都有数字标签的，把这些数字标签存储成自己想要的格式就好了。比如我跑mask r-cnn的时候，就在后面输出数据的地方，加几行命令存成自己需要的标签矩阵（背景0或-1，其他物体按顺序标1,2,...,n）就好了。希望帮助到你。

请问用了mask rcnn的话，整套slam系统还能保证实时性吗？据我所知maskrcnn本身实时性不好

你好，可能你还没仔细看论文吧？论文里面说了，实例分割和光流估计是线下进行的，也就是说先进行分割和光流计算，再把这些结果和对应的rbgd图输入系统进行处理。从论文给出的结论来看，不算分割和光流时都达不到10fps，如果再加上这俩只会更慢。当然整个系统没有并行处理，如果有并行，实时性可能会好一些。