Semantic Segmentation with SegNet

語義分割是基於圖像識別，而在這個圖像是像素級別，而不是整個圖像的狀況下做區別分類(簡簡單說就是模糊的圖片)。這個是經由卷積預先訓練的圖像識別主幹來完成的，從而將模型轉換為能夠按像素標記的完全卷積網絡（FCN）。對於環境感知與在許多不同潛在物體的稠密像素分類，包含有前景與背景的特別有用(就是不容易看清楚的場景圖片)。

官方資料來源 https://github.com/dusty-nv/jetson-inference/blob/master/docs/segnet-console-2.md

這裡的sample能夠分割影像、影片跟視訊鏡頭的訊號。

以下有許多模型可以下載，下載的話可以執行以下指令

$ cd jetson-inference/tools 

$ ./download-models.sh 

可以依據不同的場景來做選擇不同的模型來做場景的分類

有關這一部分，還有攝影機影像的辨識，就請直接看github上的說明.....

這裡我就不實作了

https://github.com/dusty-nv/jetson-inference/blob/master/docs/segnet-console-2.md