语义分割算法--地表建筑物识别学习

语义分割算法–地表建筑物识别学习

赛题任务：赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识

在赛题数据中像素属于 2 类（无建筑物和有建筑物），因此标签为有建筑物的像素。赛题原始图片为 jpg 格式，标签为 RLE 编码的字符串。
RLE 全称（run-length encoding），翻译为游程编码或行程长度编码，对连续的黑、白像素数以不同的码字进行编码。RLE 是一种简单的非破坏性资料压缩法，经常用在在语义分割比赛中对标签进行编码

转换代码：

import numpy as np
import pandas as pd
import cv2
#将图片编码为rle格式 - def rle_encode(im):
’’’ im: numpy array, 1 - mask, 0 - background
Returns run length as string formated10 ’’’
pixels = im.flatten(order = ’F’) - pixels = np.concatenate([[0], pixels, [0]])
runs = np.where(pixels[1:] != pixels[:-1])[0] + 1
runs[1::2] -= runs[::2]
return ’ ’.join(str(x) for x in runs)
#将rle格式进行解码为图片 - def rle_decode(mask_rle, shape=(512, 512)):
’’’20 mask_rle: run-length as string formated (start length) - shape: (height,width) of arra