图像边界的深度遮挡识别，DOC 的 Matlab 源码还挺值得一试的。用的是一个比较有意思的思路——先识别边界，再判断遮挡方向。左手规则你听过，就是用方向来判断前后景的关系，挺直观的。源码里训练用的就是他们整理的PASCAL 实例遮挡数据集，一万多张图，够你折腾一阵的。

网络结构是个深度卷积架构，对边界检测和方向估计分开，效果还不错。嗯，数据预那块需要用到他们扩展过的 HDF5 读取器，还有方向损失的部分也要用他们的。边缘 NMS 那块依赖比较强，如果编译失败，记得去源码重新编译下。

运行环境嘛，Linux + Matlab 2014b，配 K40 或者 Titan X 显卡都可以。现在显卡你也可以用更新的，基本没啥兼容问题。如果你用的是 Windows，建议虚拟机或者 WSL 试试，也能跑。

文档不多，不过里面有工具包和可视化代码，方便你直观观察遮挡标记。想直接上手的，建议先通读一遍readme，免得踩坑。原图和数据集都能下，地址就藏在项目里，多翻翻就能找到了。

如果你在搞边界识别、遮挡推理或者实例分割这一块，这套代码还挺有启发的。要是你已经在用 Caffe 或者玩过 HDF5，那上手就更快了。你可以搭配下面这些数据集一起试试：Matlab 纹理图像数据集、Fruit 图像识别数据集也都挺好用的。

如果你正在做遮挡学习相关的方向，可以重点研究 DOC 的方向表示方法，挺适合用来训练有遮挡的实例分割模型。哦对了，可视化部分也别错过，做演示时候效果还挺抓眼的。