软件杯-视频全量目标分析和建模需求分析说明

开发环境：

1. 华为云 AI开发平台ModelArts

开发语言：

1. python3.7

深度学习框架：

1. TensorFlow1.x

数据集：

1. 参考cityscapes-image-pairs等
   

预计初步实现：

简单来说 提取视频的帧 然后处理 在合成
我们感觉原视频和分割后的视频放一起比较好，但是抽帧分割再合成后的视频和原视频对不上
感觉视频分割方面还得改，但是还没想好咋弄？

提取每帧：

初步效果：

功能需求：利用视觉分析技术对高分辨率视频进行目标检测和语义分割

具体：

基本要求：

1. 分类和定位。针对10分钟1080P视频内容进行移动目标识别（包括人、机动车、非机动车、建筑、植物等5种以上）
2. 语义分割。实现对高清视频图像语义分割（对每帧的每个点的类别预测）
3. 重点实现对建筑物等固定目标的识别和分割

进阶需求：

1. 实现移动目标10种以上（其中建筑物必须识别）
2. 实现实例分割
3. 性能优化，创新深度学习算法模型

计算机视觉四大步骤：(分类、定位、检测、分割)