颜色分类leetcode image segmentation fcn:在TensorFlow中使用全卷积神经网络进行语义图像分割

颜色分类leetcode使用全卷积神经网络的语义图像分割概述。该存储库中的程序训练并使用完全卷积神经网络来获取图像并对其像素进行分类。该网络使用Jonathan Long等人描述的方法，基于VGG-16模型进行转移训练。该软件是通用的，可以轻松扩展到任何数据集，尽管到目前为止只尝试过道路数据集。引入新数据集所需要做的就是创建一个定义数据集的新source_xxx.py文件。定义是一个包含七个属性的类：

• image_size：图像的水平和垂直维度都需要被32整除

• num_classes：模型处理的类数

• label_colors：将类号映射到颜色的字典，用于将分类结果与输入图像混合

• num_training：训练样本数量

• num_validation：验证样本数量

• train_generator：生成训练批次的生成器

• valid_generator：生成验证批次的生成器

有关具体示例，请参阅source_kitti.py或source_cityscapes.py。训练器根据--data-source参数的值选择。