问题标签 [semantic-segmentation]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - TensorFlow tf.metrics.mean_iou 返回 0
我想将该函数tf.metrics.mean_iou用于 FCN 进行语义分割。只有在 IoU 之前计算混淆矩阵时才有效，否则返回 0。
这是我的例子：
此示例返回正确的值0.66071427
.
这个例子返回0
如果有一个函数计算平均 IoU 而不初始化其中的所有变量，那就太好了。有没有办法解决第二个例子？我认为问题在于同时计算 IoU 和混淆矩阵，我没有找到另一种方法，比如通过 Session() 单独运行它们。
谢谢
tensorflow - 我可以将 deeplab 微调到 tensorflow 中的自定义数据集吗？
我想使用我自己的数据集自定义 deeplab 进行图像分割？这可以通过再培训来实现吗？
neural-network - U-net 与 FCN 背后的直觉用于语义分割
我不太明白以下内容：
在Shelhamer 等人提出的用于语义分割的 FCN 中，他们提出了一种像素到像素的预测来构建图像中对象的掩码/精确位置。
在用于生物医学图像分割的 FCN 的略微修改版本U-net中，主要区别似乎是“与收缩路径中相应裁剪的特征图的连接”。
现在，为什么这个功能特别适用于生物医学分割？对于生物医学图像与其他数据集，我可以指出的主要区别在于，在生物医学图像中，定义对象的特征集不如日常常见对象那样丰富。数据集的大小也是有限的。但是这个额外的功能是受这两个事实的启发还是其他原因？
python - 在张量流中读取带有索引颜色值的图像以进行语义分割任务
我正在为语义分割创建 FCN。我很难将标记的 png 图像转换为 PascalVOC 数据集上的索引颜色值。我希望该值在 0 到 20 之间。因为我可以在以下代码中使用 PIL 实现这样的操作
它输出我想要的。但是对于 tensorflow 实现，我希望它与以下代码具有相同的值
但是 tensorflow 实现的结果是从 0 到 255。有什么方法可以在 tensorflow 中实现 PIL 实现？谢谢你。
python - Pascal VOC 类分割：用于训练的真实像素标记
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。
python - 语义分割中的 RGB 颜色代码
我正在使用语义分割网络（SegNet）。我正在尝试减少课程的数量，从而重新安排网络。
因此，我也在更改预测的颜色编码。我的问题是我没有在输出图像中得到预期的颜色。
例如
由于像素仅在 1 个通道中，因此上述行为这三个类别提供了完美的结果。
输出如下：
但是，如果我修改该行并将值添加到不同的通道，它会给出奇怪的输出。输出附在下面：
将颜色代码更改为 (124, 252, 0)。代码应该是草坪绿色。我还在RBG代码之类的网站上检查过
我在这里想念什么？任何解释都会有所帮助。
预测代码：
PS。在这两种情况下，我都使用相同的模型进行预测
tensorflow - 语义分割损失函数
对于二元分割问题，以加权方式结合交叉熵损失和骰子分数是否有意义？
优化骰子分数会产生分割区域，而交叉熵损失会为我的应用程序产生分割不足的区域。
tensorflow - 如何在 COCO 数据集上加载预训练模型进行图像分割？
我想对视频文件中的对象进行语义分割。我更喜欢在 COCO 数据集（或 COCO stuff 数据集）上使用预训练模型，并开始使用它对我自己的视频文件进行语义分割和对象检测。我遇到的大多数主题都是关于 COCO 数据集的训练算法。我正在寻找一个可以直接用于分割我自己的视频文件的预训练模型（一个冻结的图形文件）。
谁能指导我如何做到这一点？
PS 我可以使用来自 tensorflow 模型动物园的预训练模型进行对象检测，但我无法将其扩展为对象分割。
python - 如何在 deeplab v3 plus 上学习使用我的数据集
在 deeplab v3p 中，虽然我训练了我的数据集，但它不起作用。为什么？
我的环境如下：
我做了以下工作：
a) 生成简单的数据集：
训练图像随机排列两个图形（圆形和矩形）并随机绘制颜色。标签图像设置为背景为 0RGB(0, 0, 0)，矩形为 1 RGB (1,1,1)，圆形为 2RGB(2, 2, 2)，圆形为 255 RGB (255, 255, 255) 将线作为分割。
b) 转换为 tf.record
在 中build_voc2012_data.py，我将文件路径从原始数据集更改为我的数据集。然后，我运行它并创建了 tf.record。
c) 培训
在 中segmentation_dataset.py，我添加了 DATASETS INFORMATION。
然后，我开始训练。
d) 完成训练
由于一百万次迭代，最小损失为 4.765。当它开始训练时，它是 7.56。
e) 可见光。 两张测试图。
从上面的结果来看，我认为 Deeplab v3 效果不好。我的用法错了吗？还是参数设置不对？还是学习不够？
python - DeepMask 的 Pytorch 代码中的错误
我目前正在尝试使用 Pytorch 实现 Deepmask（链接到 FAIR 的论文），到目前为止，我已经定义了联合损失函数、模型的可学习参数和前向传递。
我在训练阶段工作，正如论文所说，训练必须在两个分支之间以另一种反向传播方式进行，我已经编写了相同的代码。
但是训练存在一些问题，我尝试使用假数据集（随机生成的数据集）训练模型，对于第一个小批量以外的小批量，模型的损失结果是nan。
造成这种nan损失的原因可能是什么？