[论文笔记]Self-Supervised Drivable Area and Road Anomaly Segmentation using RGB-D Data for Robo_2019RAL
Self-SupervisedDrivableAreaandRoadAnomalySegmentationusingRGB-DDataforRoboticWheelchairs为了训练一个深度神经网络,通常需要一个带有人工标注的地面真值的大规模数据集。然而,生成这样的数据集既费时又费力。为了解决手动贴标耗时耗力的问题。本文旨在通过自监督方法自动生成可行驶区域和道路异常的分割标签。这个RGB-D相机