基于深度学习的全景分割开源源码

以下是基于深度学习的全景分割开源代码的一些选择：

1. Matterport Mask R-CNN - 该项目使用Mask R-CNN算法进行全景分割，支持Python语言和Keras框架，提供预训练权重和数据集。
项目地址：https://github.com/matterport/Mask_RCNN

2. Panoptic-DeepLab - 该项目使用DeepLab算法进行全景分割，并提供了一个用于Panoptic Segmentation的新型Mask Encoding模块。支持Python语言和PyTorch框架。
项目地址：https://github.com/bowenc0221/panoptic-deeplab

3. Semantic Segmentation Suite - 该项目提供了多种用于语义分割的深度学习模型，包括FCN、UNet、SegNet等，并提供了多个数据集预训练模型。
项目地址：https://github.com/GeorgeSeif/Semantic-Segmentation-Suite

4. DensePose - 该项目提供了用于人体姿态估计和全景分割的深度学习模型，使用的是Mask R-CNN算法，支持Python语言和PyTorch框架，提供了数据集和预训练模型。
项目地址：https://github.com/facebookresearch/DensePose

这些开源项目都提供了丰富的代码和资源，可以作为基于深度学习的全景分割的起点。