1回答
我正在处理128x128x3的细胞图像，我想把它们分成5类，包括背景。我首先将目标图像设置为128x128，值在{0,1,2,3,4}中。但是我发现我必须使我的目标地面真实为5个通道的图像，并且所有的值都是0或1:如果一个像素在第n个通道中有1，那么它应该被分类到第n个类别。但是，当我将我的模型运行到我从GitHub派生的Unet模型中时，我发现在计算交叉熵损失时
浏览 25提问于2021-02-16得票数 1
5回答
我正在处理一个图像分类问题。在分类之前，应该对图像进行分割。我尝试了几种方法。我的问题是“我如何测试分割的准确性?”我计划基于像素差异将最终的二值图像与正确的二值图像进行比较，以获得成功率。有没有更有效的方法来比较两个二值图像的边缘，而不是这样？
浏览 0提问于2012-12-20得票数 12
回答已采纳
8回答
我试着训练一个CNN模型来进行图像分割，但是如果我有几个图像样本，我很困惑如何创建真实的图像呢？谢谢!
浏览 18提问于2016-11-15得票数 11
回答已采纳
1回答
我想了解多类分类的mIoU是如何计算的。每个类的公式为
然后对这些类进行平均，以获得mIoU。但是，我不明白没有表示的类会发生什么。例如:在语义分割中，图像的地面真实由4个类别(0,1,2,3)组成，并在数据集上表示6个类别。预测也是由4个类别(0,1,4,5)进行的，但分类为2和3(在地面
浏览 16提问于2020-05-19得票数 0
回答已采纳
我使用基于检测的CNN来估计手的姿势(在一只手的深度图像中找到手关节)。我的计划是首先使用FCN找到所有16个关键点的2D坐标。主干网是ResNet-50-FPN，计算图可以看到.res2a~res5c的结构为。
当我用ICVL手位数据集训练这个模型时，输出特征映射收敛为所有像素值几乎为零的全部黑色图像。地面真相是深度图和热图(如 )。如果我在最后一个卷积层(如图像所示)之后添加一
浏览 1提问于2018-05-18得票数 2
由于图像在不同类型的文件夹中可用，我制作了我的on data loader。由于我已经创建了一个模型，该模型采用10个类别的n批数据，因此在损失计算期间，我需要我的标签大小为(n，10)。我不知道该怎么办。这是我的网络设计： class Net(nn.Module): x = F.relu(self.fc1(x))
return F
浏览 13提问于2020-04-01得票数 0
我正在考虑使用陆地卫星图像来训练CNN，以便进行无监督的像素语义分割分类。也就是说，我一直无法找到一种方法，允许我从较大的陆地卫星图像中裁剪图像进行训练，然后对原始图像进行预测。本质上，这是我想要做的：
原始陆地卫星图像(5,000 x 5,000 -这是一个任意大小，不能很好地确定实际尺寸) ->将图像裁剪成(100 X 100)块->在这些裁剪图像上训练模型->
浏览 1提问于2020-03-06得票数 2
2回答
我正在做一个图像分割任务，我使用的数据集，只有地面真相，但没有边界框或多边形。我有两个类(背景忽略0)，输出和地面真相标签在一个数组中，如下所示0|0|0|1|2 0|0|0|1|2 0|2|1|0|0 0|2|1|0|0 0|0|1|1|1PS:我使用的是python3和pytorch。
浏览 0提问于2018-06-30得票数 6
回答已采纳
1回答
我试图用5个不同的类来实现一个多类语义分割模型。有些图片有所有的5级地面真相面具，有些不是。例如，下面的图片有5个不同级别的地面真相掩码.我的问题是，如果我像下面这样的图像被训练，但在图像中没有课程，该怎么办？我是否还应该训练这个图像的5通道充满了所有的零？它是否有效地训练模型，使其减少假阳性？
提前谢谢你！
浏览 2提问于2020-02-19得票数 1
回答已采纳
5回答
无监督图像分割
、、、、
我正在尝试实现一种算法，在这种算法中，给定一个平面表上有多个对象的图像，所需的是每个对象的分割掩码的输出。与CNN不同的是，这里的目标是在不熟悉的环境中检测物体。解决这个问题的最佳方法是什么？我所说的“不熟悉的环境”的意思是，该算法可能不知道对象。算法不需要了解对象是什么，而应该只检测对象。我应该如何处理这个问题？
浏览 0提问于2018-04-23得票数 12
我正在试图理解如何计算损失的情况下，在一个有21个类的数据集上进行训练(有21个不同颜色的掩码，每个颜色代表一个类)。因此，网格的真实形状是N*M*1(灰度图像，每个像素值表示类颜色(背景为黑色，树木为绿色等)。但是输出形状是N*M*21 (它返回与输入大小相同的21幅图像)。我的问题是，在这种情况下，损失是如何计算的？当目标<
浏览 4提问于2020-06-15得票数 1
回答已采纳
1回答
多类语义分割模型评价
、、、、
我正在做一个关于多类语义分割的项目。我已经制定了一个模型，输出相当下降分割图像通过减少损失值。但是，我不能用度量来评估模型的性能，例如meanIoU或Dice系数。在二值语义分割的情况下，只需将阈值设置为0.5，将输出作为目标或背景进行分类，但对于多类语义分割则不起作用。请告诉我如何获得上述指标的模型性能好吗？任何帮助都将不胜感激！顺便说一下，我使用的是P
浏览 14提问于2020-06-19得票数 3
1回答
以U网为单层的语义分割输入标签
、、、、
例如，在使用U-Net进行语义分割时，将标签数据作为一个热编码的张量提供似乎是常见的做法。，一位用户指出，这是由于标签通常表示分类值。将它们作为一个层内的类标签(灰度强度值)提供给网络会带来困难。然而，在中，作者解释说
“.有时被打包成灰度图像，其中像素强度表示类id .这种方法最容易使用。它允许分发一个小文件大小.一个热向量表示比灰度编码格式占用更多的内存。”我的硬件非常有限，我希望将标签编码为1层灰度张量，而不
浏览 0提问于2019-02-25得票数 1
1回答
我在做CT扫描医学图像。我想使用UNet架构来预测图像分割。我已经成功地实现了UNet，然而，我的预测完全是黑色的。我认为这是因为有图像，其中相应的地面真相是黑色的(相当多的图像)。如果整个掩码是黑色的，这意味着在图像中没有所需的对象。下面是一个示例图像；下面是对应的</e
浏览 4提问于2021-04-12得票数 4
回答已采纳
1回答
用于3d分割的深度学习
、、、、
我在同一位置拍摄了20张心脏图像，其中有50张。所以，20个图像是一个输入，我有50个输入。因为心在移动，所以所有的图像都是不同的。我想将这些图像作为输入，然后使用深度学习分割二值掩模图像作为输出。我把我的输入当作3D，在网上找到了很多3D CNN或FCN。但这是x，y，z，3D的情况。我的案例是x，y，t。
有什么建议吗？
浏览 1提问于2019-12-28得票数 1
1回答
我有一个ResNet9模型，用Pytorch语言实现，用于多类图像分类.我的类总数为6个。使用下面的代码，我可以从火炬摘要库中显示模型的摘要，如所附图像所示：print(summary(model.cuda(), (INPUT_SHAPE)))但是，我对ResNet9模型的所有层中
浏览 7提问于2022-08-10得票数 1
回答已采纳
1回答
用于图像分割评价的骰子系数
、、、、
我正在尝试实现骰子系数，这样我就可以将分割图像与地面真实图像进行比较。然而，骰子系数的输出似乎不正确，因为分割后的图像与地面真实图像的相似度约为80%。骰子系数的输出为0.13。应该在0.8左右。所以我把图像除以255，得到了一些浮点数。这没什么用。所以我使用了python astype(np.bool)，但这也没有帮助。为了清
浏览 41提问于2021-04-13得票数 1
我正在做医学图像分割和三维图像处理，有两幅图像，一张是地面真实值(gt)，一张是分割预测结果(segm)，我需要计算另外两个指标。在python中，交集可以计算为np.logical_and(segm, gt)。但我不知道如何计算这四种评估指标。非常感谢你的帮助。
浏览 0提问于2018-09-06得票数 0
1回答
利用掩码提取部分卷积神经网络特征
、、、、
因此，我有我的最后一个特征的形状(1, 512, 90, 160)与512个作为深度(三维)。我已经从(90, 160)形状的地面真实图像中创建了一个二维二进制掩码.我正在尝试将此掩码应用到该功能中，以便仅手动提取我的部分功能。然而，由于特征形状和掩码的不匹配，我得到了索引误差。现在，我如何才能堆叠掩码以获得形状(1, 512, 90, 160)
浏览 1提问于2018-12-25得票数 2
回答已采纳
1回答
我有一个路径，将在屏幕的底部，昆虫将在那里行走。但是我的道路不是一条直线，它有起伏。那么，我的昆虫如何才能走出我的锯齿线呢？黑线就是我的路径。我希望我的昆虫跟随上下部分，我想使用box2d来实现这一点。有什么帮助吗？我不知道从哪里开始做这件事。我还没有开始写代码。如何在box2d中为下面的图片路径制作bodyDef？
浏览 3提问于2013-01-16得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
