-2

如何将超像素作为 CNN 的输入?我使用SLIC算法将图像分割成超像素。

如何使用CNN进行分类?

4

1 回答 1

0

我会尽力帮助你。CNN(卷积神经网络)处理输入的唯一数据,而不是矩阵(超像素是矩阵)。因此,为此,您需要删除每个超像素并使其成为自己的图像。因此,换句话说,如果您将图像分割成 300 个超像素,之后,您需要创建 300 个新图像,每个超像素一个。在此之后,每个新图像可能会有不同的大小,这是臭名昭著的。你不能那样工作,因为 CNN 中输入的神经元数量不能改变。为此,您可以将每个“新图像”集中在背景 NxN 中(“N”必须足以覆盖所有新图像)。使用集中式超像素(新图像集中式),每个像素都将输入您的 CNN。换句话说:1)每个集中式超像素一次输入一个;2)CNN中的输入数量为X*Y,X为超像素集中的shape[0],Y为超像素集中的shape[1];3)虽然集中了 300 个超像素,但您的 CNN 必须计算每个超像素的输出。

插图:https ://imgur.com/k8pRDw7

看插图,祝你好运!:)

于 2019-01-16T17:24:28.543 回答