저는 지금 Python과 OpenCV를 사용하여 이미지 세분화 작업을하고 있습니다. 하나의 객체 만 포함하는 이진 이미지가 있습니다 (이미 Otsu의 메서드를 사용하여 임계 화됨). 이미지의 오브젝트 윤곽 (외부 경계)을 얻는 방법을 알고 싶습니다. 따라서 흰색 오브젝트 윤곽선이있는 검은 색 이미지 만 나타납니다. 이미 인터넷 검색을 시도했지만 여전히 아이
의미 론적 세분화와 관련하여, softmax, sigmoid, logistic regression 또는 다른 고전 분류 방법과 같은 여러 가지 방법으로 최종 픽셀 단위 표시가 있습니다. 그러나 softmax 접근 방식의 경우 네트워크 아키텍처의 결과 인 출력 맵이 다중 채널을 갖도록해야합니다. 채널 수는 클래스 수와 일치합니다. 예를 들어 두 가지 문제,
남자. 이 이미지에는 두 개의 등고선이 있습니다. opencv findcontour 함수를 사용하여 두 가지를 모두 찾을 수 있습니다. 내가 알고 싶은 것은 어떤 컨투어가 라인이고 어떤 컨투어가 커브인지를 판단하는 방법입니다. 아무도 그것을 어떻게 할 수 말해 줄 수 있습니까? 모든 조언을 주시면 감사하겠습니다. 고맙습니다.
나는 caffe를 사용하여 이미지를위한 세분화 네트를 구현하려고합니다. 3x256x256 크기의 각 이미지에 대해 256x256 지상 진실 이미지가 있습니다. 나는이 오류가있어 기차 시작할 때 내가 잘못 뭐하는 거지 I1019 08:50:55.831014 5847 layer_factory.hpp:74] Creating layer data
I1019 08:
scikitlearn의 DBSCAN을 사용하여 색상 기반의 이미지를 분할하려고합니다. 결과는 입니다. 보시다시피 3 개의 클러스터가 있습니다. 내 목표는 그림의 부표를 다른 클러스터로 분리하는 것입니다. 그러나 분명히 그들은 같은 클러스터로 나타나고 있습니다. 광범위한 eps 값과 min_samples를 시도했지만이 두 가지는 항상 함께 묶입니다. 내 코드
아래의 MRI 영상에서 마우스 척추의 중간 부분을 추출하는 분할 알고리즘을 찾고 있습니다. 강도를 thresholding하여 파트를 추출하려고 생각했지만 강도가 이미지의 다른 파트와 너무 비슷합니다. 나 또한 (내 상사에 의해) 관심 영역의 픽셀을 클릭하는 반자동 세그멘테이션 알고리즘을 살펴보고 알고리즘이 클릭 한 픽셀에서 퍼지는 픽셀을 고려할 것이라고 말
'손과 배경'이라는 2 개의 클래스에 대한 픽셀 단위 레이블이있는 자체 데이터에서 시맨틱 세분화에 사용되는 deepLab 네트워크를 finetune하려고합니다. 내 땅 진실 세분화지도는 손에 1, 배경에 0을 가진 이진지도입니다. deeplab-largeFOV 네트워크를 21 (21 개는 PASCAL VOC 교육을 받았을 때) 대신 2 개의 출력 레이블로
나는 스크린 샷을 세분화하고 아래 그림과 같이 각 미리 정의 된 블록을 자체 이미지로 저장하는 격자와 같은 스크린 샷을 반복해야합니다. 실제 그리드 크기는 10X8입니다. 2 번 열을 건너 뛰고 있습니다. 지난 3 일 동안 100 번 if 블록을 10 가지 방법으로 다시 작성 했으므로 논리적 결함으로 교육 해 주시기 바랍니다. Col1 Col2 Col3
주어진 클래스 수의 입력 학습 샘플을 기반으로 RGB 이미지에서 픽셀 분류를 수행하고 싶습니다. 그래서 예. 따라서 픽셀을 포함하는 4 개의 클래스 (r, g, b)이므로 이미지를 4 단계로 분할하는 것이 목표입니다. 나는 python opencv2가 그 일을 할 수있는 Expectation maximization 알고리즘을 가지고있는 것을 발견했다. 그러