image-segmentation

    -2热度

    1回答

    如何让张流动模型显示的图像预测(其中像素属于哪一类),而不是仅仅告诉整个画面的比例相似?

    0热度

    1回答

    对不起,如果这个问题太傻,就问这个问题。 我有特征点对应于两个图像帧。我想在连接两个边界点的直线下划分点。像这样的东西。 我想在载体中分别取下面点和上部。请帮助我,如果可能的

    0热度

    2回答

    使用语义分割,我想将卫星图像分为两类:water和land。我遇到此问题: CUDA执行期间发生意外错误。 CUDA的错误是:CUDA_ERROR_LAUNCH_FAILED 这里是我的代码: clear;clc;close all dataDir = fullfile('C:\Users\firat\Desktop\TEZ\Uygulama\Semantic Segmentation\da

    0热度

    1回答

    我想训练tenserflow U-net,用于炉膛的多标签分割。我有3个标签,预测有3个概率图(每个标签有一个概率图)。我使用动量优化器进行了训练,这也是网络的默认优化器。在最初的迭代中,标签1和标签2的概率映射是不同的,但是在一些迭代(或时期)之后,标签1和标签2的概率图变得完全相同,并且在技术上我有一个二进制标签分割。我见过其他类似U-net架构的网络,并且他们已经对多标签数据集进行了培训。我

    0热度

    1回答

    我想修改Caffe中的现有softmaxloss。这个想法是增加一个权重因素的损失。例如,如果我们正在处理属于汽车类的像素,我想将损失因子2放在因子上,因为就我而言,汽车类的检测比狗类更重要(例如)。这是原始的源代码: __global__ void SoftmaxLossForwardGPU(const int nthreads, const Dtype* prob_data, c

    0热度

    3回答

    我想实现一个U型网带Keras与Tensorflow后端的图像分割任务。我将尺寸(128,96)的图像作为输入到网络的图像以及尺寸(12288,6)的蒙版图像,因为它们被平放。我有6个不同的类(0-5),它给出了蒙版图像的形状的第二部分。使用to_categorical()函数将它们编码为单热标签。目前,我只使用一个输入图像,并使用与验证和测试数据相同的图像。 我想在U-Net的执行图像分割,其中

    1热度

    3回答

    我有一个分割图像作为独特标签1 ... k的2维矩阵。例如: img = [1 1 2 2 2 2 2 3 3] [1 1 1 2 2 2 2 3 3] [1 1 2 2 2 2 3 3 3] [1 4 4 4 2 2 2 2 3] [4 4 4 5 5 5 2 3 3] [4 4 4 5 5 6 6 6 6] [4 4 5 5

    0热度

    1回答

    我修改了https://www.tensorflow.org/get_started/mnist/pros/以将其作为图像分割而不是分类问题。输入是60x60下采样的MRI图像(重塑为[1,3600]),输出是0到1范围的分割(阈值为0.5到二进制蒙版)。当我运行它时,我在训练集中得到非常合理的分段和高骰子(0.99)。但是,测试集只能达到0.8的骰子。这听起来像过度拟合,但该模型是非常简单的:c

    -1热度

    2回答

    我正试图评估在3D MRI卷(大脑)中分割区域的算法的准确性。我一直在使用Dice,Jaccard,FPR,TNR,Precision ...等,但我只是按像素进行的(I.E. FNs =假负像素数)。是否有一个python软件包(或伪代码)在病变级别执行此操作?例如,计算TP作为我的算法检测到的病变数(grd trth中的3d断开连接的对象)?通过这种方式,病变的大小对准确度指标的影响不大。

    0热度

    1回答

    我试图在matlab中分割图像的一部分。我正在使用CT图像,并且我想分割含有金属的牙齿,因为这些金属伪影会影响图像质量。有人可以帮我吗? 我想段                                        什么                                    2.原始图像