问题标签 [labeling]

我刚开始研究 Pascal VOC 分割数据集。但是我很难理解他们在地面标签中使用的颜色编码。我假设每个类的像素将被注释为 1 到 20，但我得到的是具有像素值 (0-255) 的 8 位深 png 图像。

对于属于aeroplanein 类的某个像素2007_000033.png，我得到以下值： (128, 0, 0); 而另一个属于trainin 类的像素2007_000123.png给出值：(128, 0, 192) 等等。

如何将它们区分为不同的类并进行一次性编码？我是否需要为每个类指定像素值（例如使用 (128, 0, 0) 搜索像素并将它们编码为 1 的类aeroplane）？

抱歉，我在 SO 上看到了一些类似的问题，但没有任何帮助。谢谢。

我有一个这样定义的数据框，我正在尝试为深度学习问题创建一个序列标签输入。所以我为每个句子元素都有标签，我为句子元素创建 WordIndex 向量，将它们填充 10 个维度，对句子元素的标签执行相同的操作（为标签创建 TagIndex，将它们填充到 10方面）。然后我需要将 TagIndices 转换为分类变量。那就是错误出现的时候。任何帮助都会很棒。这是正确的方法吗？

我得到的错误是这个。

我正在尝试在 TFS 中使用标签。我知道标签有范围，但我不明白为什么会出现错误：

名称为“CB-ARCHIVE-2018”的标签已存在。你想继续吗？现有标签将被替换。

我创建了一个标记为“ $/SourceCode/WebService ”的 ('CB-ARCHIVE-2018')，并且我尝试对文件夹“ $/SourceCode/WebService-branch ”使用相同的标签。

谢谢！

如何在下面的代码中为表单元素制作关联标签？

我有兴趣用文件中列中的字符串标记 xtics。该文件的编写方式如下：

数据应使用条件图绘制

xtics 应标有列 (2) 中包含的数据。如果使用了所有值，则可以通过xticlabel(2). 但我只想使用过滤后的数据来获得如下图：

问题是：如何仅使用过滤后的值来标记 xtics？

提前致谢！

我正在尝试创建一个 bi-lstm crf 以在序列建模场景中分配标签。我有很多句子，其中单词在 BIO（开始，内部，外部）方案中被标记，我希望深度神经网络从单词序列和分配的标签中学习，具有正向和反向传播和使用条件随机场。

我正在关注https://www.depends-on-the-definition.com/sequence-tagging-lstm-crf/中显示的 python 实现，并尝试在 R 中实现它。

我已经对序列进行了排序和填充，并创建了 X_Train、Y_Train 来输入深度学习网络。

该模型的 Python 实现如下（来自上面的链接）

这如何在 R 中实现？ 到目前为止我所拥有的如下，但似乎不正确。

请帮忙。

我想用 Tensorflow 对三个不同的图像类进行图像识别。我现在的问题是为我的训练集标记图像并将其存储在 2D-Array 中以便在识别中使用它。我已经使用了一个方法来存储 2 个类（在代码示例中是X和Y），但现在我也想为第三个类（在以Z命名的代码中。

我想在 ggplot 的 x 和 y 轴上写下以下表达式：LE 通量 [W m-1]。我的解决方案是：

我不明白为什么它不起作用。感谢任何帮助！

我有一个地理参考分类（源自卫星图像），其值从 1 到 3。我想用唯一的数字标记每个连接补丁。

例如

变成

通过保留类信息。

我努力了：

1. “SDMTools”中的“ConnCompLabel”，但它的工作速度非常慢，如果在 python 中有一个方便的解决方案会很好。
2. 这篇文章“ https://www.scipy-lectures.org/packages/scikit-image/auto_examples/plot_labels.html ”中推荐的 sckit 命令和“measure.lable”，但我不想丢失地理空间信息。

我可以使用光栅和洪水填充算法吗？

我需要这个来分别计算每个补丁的 Satial Metrics

我想预处理图像

以便只保留内部矩形段（即删除周围的背景）。但我没有得到正确的结果，显示为

.

为了我。

代码很简单：

测试代码适用于我的另一张图像，但不适用于大多数图像。感谢您的任何帮助/建议。