对于后3类的分割，无外乎使用语义分割或者实例分割。baseline放出的模型使用的是语义分割的(Deeplabv3)，但提交结果的格式却是明确的polygon格式(实例化)。所以，我用实例分割模型mask-rcnn做了一个简单的尝试。这个是我的github链接：https://github.com/quliang93/ikcest3rd-analyze.git

mmdetection实例预测时候的输出结果进行了RLE转码，而提交结果要求是polygon坐标的形式。我目前使用的方法是预测出binary mask之后，在binary mask上用现成的opencv函数找轮廓。但是速度比较慢，这也是后边必须要修改的点。

到底是语义分割还是实例分割呢？实例分割输出方便一点，可以直接输出结构化的结果，但是很显然，对于车道线这种连续、弯曲，渐进变化的对象，现有的实例分割方法表现一般。语义分割似乎识别效果不错，但是输出结果的格式转化是个问题。

诚邀主做分割的小伙伴入队，团队现在总共2人，算力足够。 201734497@mail.sdu.edu.cn