RGBDsegmentation
のベース クラス。入力には、2 つの画像を使用します。1 つは RGB 画像 (cv::Mat) で、もう 1 つは深度マップと一緒に生成された HHA マップ (cv::Mat) です。
出力は、各ピクセルをセマンティック カテゴリ (椅子やベッドなど屋内の一般的な物体) に基づいて分類、予測したヒートマップとなります。
サンプル コード:
Mat img_bgr = cv::imread("sample_rgbdsegmentation_bgr.jpg");
Mat img_hha = cv::imread("sample_rgbdsegmentation_hha.jpg");
auto segmentation = vitis::ai::RGBDsegmentation::create("SA-Gate_pt", true);
auto result = segmentation->run(img_bgr, img_hha);
imwrite("result.jpg", result.segmentation);width=\textwidth の場合のモデルの結果を次に示します。
図 1. 出力イメージ
関数クイック リファレンス
次の表に、vitis::ai::RGBDsegmentation クラスに定義されているすべての関数を示します。
| タイプ | メンバー | 引数 |
|---|---|---|
std::unique_ptr<
RGBDsegmentation
> |
create |
|
SegmentationResult
|
run |
|