PST900: RGB-Thermal Calibration, Dataset and Segmentation Network 简述： 首先，本文提出了一种RGB-T数据集矫正方法 其次，本文是一个比赛提出的，本文通过这种矫正方法对官方提供了PST900进行校正，做到成对数据的完全对齐。 最后，提出了一种用于快速语义分割的框架。
模型： 1数据校正： 这个比赛提供的数据集是RGB-D-T数据集，通过Depth信息来校正RGB和T信息对齐，通过T图像得到T到RGB图像的映射关系进行校正，这里不仔细讲了，是对RGBDT数据集的预处理，一般用不到，但这里处理的效果比本文提出的框架算法的效果还要好。
2Penn Subterranean Thermal 900 Dataset (PST900)： DARPA Subterranean Challenge提供的4类（灭火器，背包，手钻，幸存者:热人体模型）共894张对齐图像：
3.框架：
本框架先通过RGB通过UNET（backbone为Res18）得到一张seg图像，再将这个图像和RGB和T图像多通道级联输入给轻量级ERF Net，得到最终分割图。
实验： 在MFNet数据集得到的结果（公认的数据集，mIOU为0.4776）
在本文提出的数据集PST900 Dataset：
