image-segmentation

    2热度

    1回答

    我试图实现在CVPR纸(Deep Interactive Object Selection),其中所述数据集包含对每个输入采样5个信道所提出的模型: 1。关联到点击次数正 5.Euclide红色 2.Blue 3.Green 4.Euclidean距离图关联到负点击(如下)的距离图: 为此,我应该微调用FCN-32网络 “对象二进制掩码”作为标签: 正如你看到的,在第一个conv层我有2个额外的频

    1热度

    1回答

    我目前正在使用tensorflow对一个SegNet Architecture 我的班ADRESS多类分割问题平衡是严重不平衡的,因此我需要在类median frequency balancing(使用权整合计算损失)。我使用以下提示(基于此post)来应用Softmax。我需要帮助来扩展它以添加权重,我不知道如何去做。当前实现: reshaped_logits = tf.reshape(logi

    0热度

    1回答

    我写了以下segmentor,我无法获得准确的工作。事实上,无论我的样本大小如何,我都会得到0.0的准确度。 我认为问题是在U()函数结束时的S形图层,其中0和1之间的连续元素张量(conv10)进一步与二元张量进行比较,因此没有获得任何相等的机会两者之间。 UPDATE:该代码可以发现git的here

    0热度

    1回答

    我使用CNN(卷积神经网络)做遥感图像分类。首先将多波段遥感影像融入图像分割算法中。 图像分割是将数字图像分割成多个片段(像素集合,也称为超像素)的过程。 分割的目标是将图像的表示简化和/或更改为更有意义的内容,并且易于分析。[1] [2]图像分割通常用于定位图像中的对象和边界(线条,曲线等)。更确切地说,图像分割是将标签分配给图像中的每个像素的过程,使得具有相同标签的像素共享某些特征。 但我的问

    2热度

    1回答

    我正在寻找解决方案来解决我手边的问题。以下是部分图像我有三个部分: 然而问题是核心区的亮点。我试图通过平滑图像并获得亮点掩模来消除亮点。然后从亮点的位置减去一定的值。下面是结果: 现在,当我尝试分段它基于图像的灰度值,然后我得到一个奇怪的结果类似如下: 我需要类似于以下图像的轮廓区域的分段: clc close all clear I=imread('recon-1.1-B_Export01

    1热度

    1回答

    我注意到在SegNet中有上取样层,它自己的图像是480 * 360,当我想使用我的图像时(565 * 584),我遇到以下错误: I0929 03:58:06.238135 22750 net.cpp:368] upsample4 -> pool4_D I0929 03:58:06.238142 22750 net.cpp:120] Setting up upsample4 F0929 03

    1热度

    1回答

    我正在使用分水岭算法来尝试和分割感人的核。典型的图像可能看起来像: 或本: 我想使用此代码应用分水岭算法: show(RGB_img) %Convert to grayscale image I = rgb2gray(RGB_img); %Take structuring element of a disk of size 10, for the morphological trans

    0热度

    1回答

    试图找出一组图像的轮廓边界点作为x,y坐标列表。这是一组样本图像,我正在寻找甜甜圈(心脏节段)的白色,灰色和内部蓝色区域的边界。我可以根据等级获得每种颜色的坐标,但是高效地找到边界坐标是一项挑战。尝试凸包,但有限的成功。任何意见,将不胜感激。理想的C++库可能有一个例程来有效地计算列表。因为有很多这样的图像,效率是关键因素。 包含感兴趣轮廓的图像列表。

    0热度

    1回答

    我正在寻找一些代码示例(理想的OpenCV/C),它可以执行纹理分割,并且可以很好地与头发一起工作。 我知道头发分割很困难,特别是对于复杂的背景,但我希望至少能把我的手放在已经实现的一些合理的起点上。

    1热度

    1回答

    我碰到一吨试图让分水岭算法正常工作在我的图像的麻烦。在线上的各种教程中,他们似乎总是使用同样复杂/模糊的图像,所以我不确定我的问题。我已经在这方面做了几个有点点的帖子,但是想真正地澄清并提出一般问题。这就是说,我使用的相似图片: 然而,当我尝试应用的分水岭算法之一: imshow(RGB,[]); gray_img = rgb2gray(RGB); tophat_filter = imtop