“强基固本,行稳致远”,科学研究离不开理论基础,人工智能学科更是需要数学、物理、神经科学等基础学科提供有力支撑,为了紧扣时代脉搏,我们推出“强基固本”专栏,讲解AI领域的基础知识,为你的科研学习提供助力,夯实理论基础,提升原始创新能力,敬请关注。
本文分享自华为云社区《【图像分割】走进基于深度学习的图像分割》,原文作者:AI浩
地址:https://bbs.huaweicloud.com/blogs/330257
01
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像素赋予相同的编号。基于深度学习的图像分割算法主要分为两类:为图像中的每个像素分配一个类别,如把画面中的所有物体都指出它们各自的类别。与语义分割不同,实例分割只对特定物体进行类别分配,这一点与目标检测有点相似,但目标检测输出的是边界框和类别,而实例分割输出的是掩膜(mask)和类别。
02
03
04
地址链接:http://host.robots.ox.ac.uk/pascal/VOC/VOC 数据集分为20类,包括背景为21类,分别如下:• Animal: bird, cat, cow, dog, horse, sheep• Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train• Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitorVOC 数据集中用于分割比赛的图片实例如下,包含原图以及图像分类分割和图像物体分割两种图(PNG格式)。图像分类分割是在20种物体中,ground-turth图片上每个物体的轮廓填充都有一个特定的颜色,一共20种颜色。地址链接:https://cocodataset.org/#homeMS COCO 是最大图像分割数据集,提供的类别有 80 类,有超过 33 万张图片,其中 20 万张有标注,整个数据集中个体的数目超过 150 万个。MS COCO是目前难度最大,挑战最高的图像分割数据集。地址链接:https://www.cityscapes-dataset.com/Cityscapes 是驾驶领域进行效果和性能测试的图像分割数据集,它包含了5000张精细标注的图像和20000张粗略标注的图像,这些图像包含50个城市的不同场景、不同背景、不同街景,以及30类涵盖地面、建筑、交通标志、自然、天空、人和车辆等的物体标注。Cityscapes评测集有两项任务:像素级(Pixel-level)图像场景分割(以下简称语义分割)与实例级(Instance-level)图像场景分割(以下简称实例分割)。官网:http://groups.csail.mit.edu/vision/datasets/ADE20K/整个数据集(包含所有的图像和分割在内)的大小为 3.8Gb,训练集20210张图片,验证集200张,场景比较丰富包括:室内,室外,自然场景等。单张场景的类别也较多,共150个类别。
05
2. Weighted Cross Entropy3. Balanced Cross Entropy
06
segmentation_models_pytorch是一个基于PyTorch的图像分割神经网络这个新集合由俄罗斯的程序员小哥Pavel Yakubovskiy一手打造。
github地址:https://github.com/qubvel/segmentation_models.pytorchhttps://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/116245088
本文目的在于学术交流,并不代表本公众号赞同其观点或对其内容真实性负责,版权归原作者所有,如有侵权请告知删除。“强基固本”历史文章
更多强基固本专栏文章,
请点击文章底部“阅读原文”查看
分享、点赞、在看,给个三连击呗!