image-segmentation

    3热度

    3回答

    当人们尝试用CNN解决语义分割的任务时,他们通常在训练期间使用softmax-crossentropy损失(参见Fully conv. - Long)。但是,当比较不同方法的表现时,比如交叉口联合度量就会被报告。 我的问题是为什么不直接培训他们想要优化的措施?对我而言,在培训期间对某种程度的训练似乎很古怪,但对另一种基准评估方法进行评估。 我可以看到IOU对训练样本存在问题,其中类不存在(unio

    -3热度

    1回答

    我想根据给定数量的类的输入训练样本对RGB图像执行像素分类。所以我有4个类包含像素(r,g,b),因此目标是将图像分为四个阶段。 我发现python opencv2具有可以完成这项工作的期望最大化算法。但不幸的是,我没有找到任何教程或材料可以解释我(因为我是初学者)如何使用该算法。 你能否提出任何一种可以作为出发点的教程? 更新...的另一种方法为以下代码: **def getsamples(im

    0热度

    1回答

    我正在使用Python和OpenCV进行图像分割。 我有一个二进制图像,其中只包含一个对象(已经使用大津方法阈值)。我想知道如何获取图像的对象轮廓(外边界)。所以,只有一个白色物体轮廓的黑色图像。已经尝试谷歌搜索,但仍然没有想法。 我更喜欢知道如何在没有内置函数的情况下手动执行此操作。

    3热度

    1回答

    我正在阅读一个图像分割纸,其中使用范例“信号分离”来处理问题,信号(在这种情况下,图像)由多个信号(图像中的对象)组成作为噪声,其任务是分离出信号(分割图像)。 该算法的输出是一个矩阵,表示的图像的分割成M个分量。 T是图像中像素的总数,是像素j处的源分量(/信号/对象)i的值。 在我正在阅读的论文中,作者希望选择一个分量m 匹配一定的平滑度和熵准则。但我不明白在这种情况下熵是什么。 熵被定义为以

    2热度

    2回答

    我试图训练一个执行图像分割的CNN模型,但我很困惑如何创建基本事实,如果我有几个 图像样本? 图像分割可以将输入图像中的每个像素分类为预定义的类,例如汽车,建筑物,人员或其他任何其他类。 是否有任何工具或一些好主意来创建地面 真相的图像分割? 谢谢!

    1热度

    1回答

    关于语义分割,在我看来,最终的像素方式标记有多种方式,例如softmax,sigmoid,逻辑回归或其他经典分类方法。 但是,对于softmax方法,我们需要确保由网络架构产生的输出映射具有多个通道。通道数量与类别数量相匹配。例如,如果我们讲两类问题,口罩和非口罩,那么我们将使用两个通道。这是正确的吗? 此外,输出图中的每个通道可以视为给定类的概率图。这种理解是正确的吗?

    0热度

    1回答

    伙计们。该图像有两个轮廓。我可以用opencv findcontour函数找到它们。我想知道的是如何判断哪条轮廓线和哪条轮廓线是曲线?任何人都可以告诉如何去做?任何建议将被认真考虑。先谢谢了。

    0热度

    1回答

    我有一个tiff文件,使用ImageJ在Z堆栈中排列多个灰度图像,形成一个3D图像。从这张图片我想提取某些物体,即细胞体或轴突。 我不是在寻找自动分割,而是宁愿手动选择所需的区域。但是,我无法找到一款软件,可以让我在3D tiff图像中绘制选区并导出选定的区域。 所以我的问题是,如果有这样的软件?

    2热度

    1回答

    我重复读了很多次之后,仍然在'换档和缝合'技巧中摸索着FCN。有人能给出一些直观的解释。

    1热度

    1回答

    的单独的图像为从图像中检测文字。该代码被从图像检测的文本,但现在我想从图像每个检测到的信创建的输出图像。请告诉我该怎么做? 代码: i = imread('text.png'); i1 = i; imshow(i1); i2 = edge(i1,'canny',0.3); imshow(i2); se = strel('square',2); i3 = imdilate(i2,se