PlaneNetは、単一のRGB画像から区分平面深度マップを復元するディープニューラルネットワークです。
実行環境
Ubuntu 16.04.4
Python 2.7.12
opencv-python 3.4.1.15
tensorflow 1.8.0
ソースコード
論文
コンパイルから推定まで
ソースコードをクローンする。
git clone https://github.com/art-programmer/PlaneNet.git
crfasrnnをコンパイルする。
cd PlaneNet/crfasrnn
sh compile.sh
cd ..
モデルを学習する際に、損失関数を計算するためにnndistanceをコンパイルする必要がある。ただしmakefileに記述されたtensorflowのパスを、実際に使用するtensorflowのパスに書き換えておく必要がある。
cd nndistance
make
cd ..
今回はあらかじめ用意された学習済みデータを利用した。PlaneNetフォルダ下にcheckpointフォルダを作成し、checkpointフォルダにダウンロードした学習済みデータを置く。
my_imagesフォルダ下に深度推定したい任意の画像ファイルを置く。
python predict.py --customImageFolder=my_images/
PlaneNetフォルダ下のpredictフォルダに結果が出力される。
0_depth_pred_0.png
0_image.png
0_segmentation_pred_0.png
0_segmentation_pred_blended_0.png
index.html
results_0.npy
入力画像
平面セグメンテージョン
深度マップ
