image-segmentation

    4热度

    2回答

    我有一个二进制图像,它有圆形和正方形。 imA = imread('blocks1.png'); A = im2bw(imA); figure,imshow(A);title('Input Image - Blocks'); imBinInv = ~A; figure(2); imshow(imBinInv); title('Inverted Binarized Original Im

    0热度

    1回答

    我是计算机视觉和图像识别的新手。对于我的第一个简历项目,我正在开发一种检测图像中苹果(水果)的工具。 我到目前为止有: 我开发了一个卷积神经网络中使用Python tensorflow决定是否东西是苹果还是没有。缺点是我的CNN只适用于苹果是图像中唯一对象的图像。我的训练数据集看起来像: 我想实现:我想能够检测苹果的图像,并把边界周围。然而,这些图像将充满其他物体的像野餐的这个形象: 可能的方法:

    0热度

    2回答

    我有这样的带宽图像: 使用该函数RegionProps,这表明一些objetcs连接: 所以我用像imerode形态操作separte的物体获得它们的质心: 现在我已经拥有了每个物体的所有质心sep但是为了让我在侵蚀区域的时候丢失了很多信息,就像你在图片3中看到的,与图片1相比较。 所以我在想是否有“扩张”图片3直到接近图片1但不连接对象。

    0热度

    1回答

    我有2个卫星图像,使用相同位置但来自不同来源的语义分割进行分割。 我的目标是比较这些图像的相似性,基本上使用图像的组件,如建筑物和道路。什么是关键字或方法,我应该寻找?

    0热度

    1回答

    我工作的一个脑损伤分割的问题,我试图实现与代码UNET启发:https://github.com/jocicmarko/ultrasound-nerve-segmentation 一个我试图克服的问题是职业平衡(更多的非病变体素而不是病变体素)。我试图在模型适合期间使用class_weight,但出现以下错误: ValueError:class_weight不支持3 +维度目标。 它认为512x5

    1热度

    1回答

    我工作的一个脑损伤分割的问题,我试图实现与代码UNET启发:https://github.com/jocicmarko/ultrasound-nerve-segmentation 一个我试图克服的问题是职业平衡(更多的非病变体素而不是病变体素)。我尝试使用class_balance,但没有工作,所以现在我试图使用sample_weight,这也给了我各种各样的错误。 我试图第一件事是设置sampl

    2热度

    1回答

    分割出使用pcl::SACMODEL_LINE RANSAC行分割模块拟合的点云子集。 在提取的点云的下一步骤中心点计算使用 pcl::compute3DCentroid(point_cloud, centroid); 其中给出准确中心点直到相机和所提取的线模型对象是相互平行的。 在最后一步中,提取的点云的角点(即拟合线)通过在中心点上添加已知距离来计算角点。 一旦相机与角度相关,角点计算技术

    1热度

    1回答

    我正在使用R进行meanshift分段!我现在感到困惑!我的第一个问题是如何将分割文件(将每个段定义为超级像素)聚簇,然后我如何定义多少个对象以及我有多少个类!因为当我做聚类时,有很多邻居段在一个类中,所以我不能将它们计算为多个段,而且它们是一个段?对?请别人帮忙! 由于提前,

    0热度

    2回答

    的两个部分我有那种图像 如图所示的图像,图像主要有两个部分。 上下。 我想分开它们。 在第一次尝试中,我实现了使用K-meas算法。 In[2]: kmeans = KMeans(n_clusters=2, random_state=0).fit(... np.asarray(np.where(finalImage == 255)).T) 正是在此搜索案例工程是上下有圆点的几乎相同。但是,是不是工

    3热度

    1回答

    我训练分割从图像中机器打印文本的典范。图像可能还包含条形码和手写文字。处理基础真实图像,以便0代表机器打印,1代表剩余部分。我使用5层CNN,最后输出2张地图。 我的损失的计算方法如下: def loss(logits, labels): logits = tf.reshape(logits, [-1, 2]) labels = tf.reshape(labels, [-1]