1.芯片型号：X3派-
2.天工开物开发包OpenExplorer版本：XJ3_OE_2.5.2-
3.问题定位：模型输出的信息-
4.问题具体描述：-
（1）训练MobileNet_Unet模型时，训练集中总共分为了18种类别，实际在推理单张图片时，对于同一种类别一定会以特定的颜色固定标识吗？比如下图中为什么有的道路标红色，有的地面标绿色呢？-
（2）在车位寻找案例中，用OriginBot小车寻找车位并且泊车，我看案例的推理渲染后的动图里有各种颜色，里面的地面有时是红色，有时是绿色，这分别代表的是停车区域和行车区域吗，还是代表其他？其他的常见颜色：黄色、浅绿色有具体代表什么呢？
（3）用OriginBot小车模拟车位寻找案例，可是试了几次都没有成功，这其中是否有什么注意事项？或者是否可以自己搭建模拟场地，这是否可行？
你好，关于问题三，算法效果和场景会有比较大的相关性，这里更多是一个样例的形式，咱们测试可以使用广角镜头，然后把sensor镜头向上调整，获取最好的效果需要根据自身场景训练后更新模型
您好，问题1和问题2的答案是相同的，MobileNet_Unet训练和验证使用的是cityscapes数据集，cityscapes数据集共分为19个类别，每个类别的颜色是不同的，问题1中有些道路标红色，有的地面标绿色的原因是类别不同，分为行驶道路和停车区域，这也就是问题2的答案，想要了解类别和颜色的对应关系可以参考github：cityscapesScripts/cityscapesscripts/helpers/labels.py at a7ac7b4062d1a80ed5e22d2ea2179c886801c77d · mcordts/cityscapesScripts · GitHub
