MultiNet

收录理由

MultiNet 用一个紧凑的模型把多项驾驶视觉任务合在了一起。它让多个独立的解码器共享同一个 VGG 编码器，因此道路分割、车辆检测和街道分类可以同时完成，而不必分别训练和部署多个模型，推理速度也足以支撑实时场景。代码将 KittiSeg、KittiBox 和 KittiClass 作为子模块引入，配置好之后，演示脚本就能对单张图片输出预测结果。随附的论文解释了整体架构，而基于 TensorVision 的实验管理方式也为记录训练过程和检查点提供了一套清晰的思路。需要留意的是，项目面向 Python 2.7 和 TensorFlow 1.0，更适合当作学习和原型验证的参考，而不是直接嵌入现代技术栈的现成组件。