내 데이터의 의미 론적 세분화를 위해 CNN 아키텍처 (FCN-8 모델, 사전 학습 된 VGG16 모델)를 구현하고 있습니다 (2 클래스, 따라서 픽셀 당 바이너리 나는 이것에 대해 이동하려는 어떻게 분류) 은 다음과 같습니다 가중치 로드 사전 교육을받은 모델은 추가/FCN에의 정지 하위 계층을 변환 할 추가 상위 계층을 제거 사전 훈련 된 모델 교육 단계
세분화해야하는 위상차 현미경 이미지가 있습니다. 배경 (그림 1)의 물체 사이의 대비가 부족하여 분할하기가 매우 어려워 보입니다. 나는 세포 (이미지 2)의 가시성을 높이기 위해 adapthisteq 함수를 사용했다. 세포 분열을 개선 할 수있는 방법이 있습니까? normalImage = imread(fileName);
channlImage = rgb2g
나는 captcha를 해결하기위한 응용 프로그램을 작성하고 있습니다. 원래 보안 문자는 다음과 같습니다 erosion+dilation applied 마지막으로 내가 더 세분화에 대한 윤곽을 찾을 : 나는 다음과 같습니다 침식 + 팽창을 적용 Original captcha 후. 분명히 다른 숫자와 연결되어 있지 않기 때문에 이미지에서 "1"을자를 수 있습니다
Skimage 패키지의 도구를 사용하여 이미지를 분할 한 후 Region Adjacency Graph를 만들려고합니다. 문서의 예제를 사용하여 SLIC를 사용하여 이미지를 분할하고 RAG를 성공적으로 만들 수 있습니다. 나도 segmentation.quickshift 또는 segmentation.felzenszwalb 세그먼트에 이미지를 사용하고 RAG을
세분화 프로세스를 위해 코드를 수정했습니다. 그러나 "인덱스가 행렬 치수를 초과합니다"오류가 발생합니다. 코드는 다음과 같습니다. for z = 1: 300
name1 = strcat ('data (',int2str(z),').png');
name2 = strcat ('D:\1. Thesis FINISH!!!\Data set\0 Isola
This thread은 서로 다른 컴퓨터 비전 개념을 비교합니다. Fully Convolutional Networks for Semantic Segmentation 은 의미 론적 세분화를위한 매우 인기있는 심층 학습 방식입니다. 객체 감지를위한 인기 있거나 최첨단 깊이있는 학습 방법은 무엇입니까? 이 두 가지 문제는 꽤 비슷한 점이 있습니다. 하나의 문제를
아래에 첨부 된 이미지가 1,000 개 이상 있습니다. 나는 단지이 이미지에서 필기 부분을 추출해야합니다. 입력 된 영역의 크기가 많이 달라서 손으로 쓴 부분의 크기도 변하므로 행과 열의 고정 픽셀 값을 기반으로 추출 할 수 없습니다. img = img(300:1800,200:1600) 그러나 필기 부분은 항상 두 직선 사이에 있습니다 그래서 내가 조사한
그림에서 각 개체의 경계 상자를 찾고 싶습니다. 발견 한 후에 경계 상자를 잘라서 다음 단계에 사용합니다. Here is the input picture after preprocessing. 경계 상자에 대한 코드가 있지만 객체 1 개에서만 제대로 작동합니다. 객체가 2 개있는 경우 두 객체의 합계를 계산하고 둘 다에 경계 상자를 그립니다. Here is
저는 학부생입니다. 나는 이미지 프로세싱과 파이썬을 처음 사용한다. 아래 그림과 같이 식물 샘플 및 그 설명 (샘플에 붙어있는 레이블이라고 함)에 대한 많은 이미지가 있습니다. 샘플에서 해당 레이블 만 자동으로 구분해야합니다. 색상을 기준으로 임계 값을 시도했지만 실패했습니다. 이 작업을 수행 할 예를 제안 해주십시오. 완전히 자동으로 세분화되도록 아이디어
이미지 세트의 윤곽 경계 점을 x, y 좌표 목록으로 찾으려고합니다. 다음은 샘플 이미지 세트이며 도넛 (심장 세그먼트)의 흰색, 회색 및 내부 파란색 영역의 경계를 찾고 있습니다. 레벨에 따라 각 색상의 좌표를 얻을 수 있지만 효율적으로 경계 좌표를 찾는 것이 쉽지 않습니다. 볼록 선체를 시험했지만 성공은 제한적입니다. 어떤 조언을 주시면 감사하겠습니다.