U19-Net: a deep learning approach for obstacle detection in self-driving cars

Artículo académico que presenta U19-Net, un modelo profundo de tipo codificador-decodificador que aprovecha las capas profundas de VGG19 como codificador y emplea un decodificador U-Net simétrico diseñado para realizar clasificaciones a nivel de píxel. U19-Net tiene una efectividad exitosa en el aprendizaje de extremo a extremo para la detección de vehículos y peatones dentro del conjunto de datos de código abierto Udacity, mostrando una puntuación IoU de 87,08 y 78,18 %, respectivamente.