datawhale语义分割-Task3 语义分割模型发展

最新推荐文章于 2023-12-27 17:30:05 发布
最新推荐文章于 2023-12-27 17:30:05 发布
阅读量725 收藏 3
点赞数 1
文章标签： 计算机视觉 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Jack___E/article/details/113980279
版权

datawhale语义分割-Task3 语义分割模型发展

本章主要讲解的是语义分割网络模型的发展：FCN 、SegNet、Unet、DeepLab、RefineNet、PSPNet、GAN语义分割。

3 语义分割模型发展

语义分割（全像素语义分割）作为经典的计算机视觉任务（图像分类，物体识别检测，语义分割）。其结合了图像分类、目标检测和图像分割，通过一定的方法将图像分割成具有一定语义含义的区域块，并识别出每个区域块的语义类别，实现从底层到高层的语义推理过程，最终得到一幅具有逐像素语义标注的分割图像。

3.1 学习目标

  • 掌握语义分割模型的原理和训练过程；
  • 掌握语义分割模型的发展脉络；
  • 掌握语义分割模型的使用；

3.2 FCN

FCN原理及网络结构

FCN首先将一幅RGB图像输入到卷积神经网络后，经过多次卷积以及池化过程得到一系列的特征图，然后利用反卷积层对最后一个卷积层得到的特征图进行上采样，使得上采样后特征图与原图像的大小一样，从而实现对特征图上的每个像素值进行预测的同时保留其在原图像中的空间位置信息，最后对上采样特征图进行逐像素分类，逐个像素计算softmax分类损失。

主要特点：

  • 不含全连接层（FC）的全卷积（Fully Conv）网络。从而可适应任意尺寸输入。

  • 引入增大数据尺寸的反卷积（Deconv）层。能够输出精细的结果。

  • 结合不同深度层结果的跳级（skip）结构。同时确保鲁棒性和精确性。

在这里插入图片描述

网络结构详解图：输入可为任意尺寸图像彩色图像；输出与输入尺寸相同，深度为20类目标+背景=21，这里的类别与数据集类别保持一致。
在这里插入图片描述

aa

反卷积（Deconvolutional）

unsamplingd的操作可以看成是反卷积（Deconvolutional）,卷积运算的参数和CNN的参数一样是在训练FCN模型的过程中通过bp算法学习得到。

普通的池化会缩小图片的尺寸，比如VGG16经过5次池化后图片被缩小了32倍。为了得到和原图等大小的分割图，我们需要上采样、反卷积。

反卷积和卷积类似，都是相乘相加的运算。只不过后者是多对一，前者是一对多。而反卷积的前向和反向传播，只用颠倒卷积的前后向传播即可。如下图所示：
图像卷积：
在这里插入图片描述
图像反卷积：
在这里插入图片描述

跳跃结构

经过全卷积后的结果进行反卷积，基本上就能实现语义分割了，但是得到的结果通常是比较粗糙的。

在这里插入图片描述

如上图所示，对原图像进行卷积conv1、pool1后原图像缩小为1/2；之后对图像进行第二次conv2、pool2后图像缩小为1/4；接着继续对图像进行第三次卷积操作conv3、pool3缩小为原图像的1/8，此时保留pool3的featureMap；接着继续对图像进行第四次卷积操作conv4、pool4，缩小为原图像的1/16，保留pool4的featureMap；最后对图像进行第五次卷积操作conv5、pool5，缩小为原图像的1/32，然后把原来CNN操作中的全连接变成卷积操作conv6、conv7，图像的featureMap数量改变但是图像大小依然为原图的1/32，此时图像不再叫featureMap而是叫heatMap。

现在我们有1/32尺寸的heatMap，1/16尺寸的featureMap和1/8尺寸的featureMap，1/32尺寸的heatMap进行upsampling操作之后，因为这样的操作还原的图片仅仅是conv5中的卷积核中的特征，限于精度问题不能够很好地还原图像当中的特征。因此在这里向前迭代，把conv4中的卷积核对上一次upsampling之后的图进行反卷积补充细节（相当于一个插值过程），最后把conv3中的卷积核对刚才upsampling之后的图像进行再次反卷积补充细节，最后就完成了整个图像的还原。

具体来说，就是将不同池化层的结果进行上采样，然后结合这些结果来优化输出，分为FCN-32s,FCN-16s,FCN-8s三种，第一行对应FCN-32s，第二行对应FCN-16s，第三行对应FCN-8s。 具体结构如下:

在这里插入图片描述

图中，image是原图像，conv1,conv2…,conv5为卷积操作，pool1,pool2,…pool5为pool操作（pool就是使得图片变为原图的1/2），注意con6-7是最后的卷积层，最右边一列是upsample后的end to end结果。必须说明的是图中nx是指对应的特征图上采样n倍（即变大n倍），并不是指有n个特征图，如32x upsampled 中的32x是图像只变大32倍，不是有32个上采样图像，又如2x conv7是指conv7的特征图变大2倍。

（1）FCN-32s过程

只需要留意第一行，网络里面有5个pool，所以conv7的特征图是原始图像1/32，可以发现最左边image的是32x32（假设以倍数计），同时我们知道在FCN中的卷积是不会改变图像大小（或者只有少量像素的减少，特征图大小基本不会小很多）。看到pool1是16x16，pool2是8x8，pool3是4x4，pool4是2x2，pool5是1x1，所以conv7对应特征图大小为1x1，然后再经过32x upsampled prediction 图片变回32x32。FCN作者在这里增加一个卷积层，卷积后的大小为输入图像的32(2^5)倍，我们简单假设这个卷积核大小也为32，这样就是需要通过反馈训练32x32个权重变量即可让图像实现end to end，完成了一个32s的upsample。FCN作者称做后卷积，他也提及可以称为反卷积。事实上在源码中卷积核的大小为64，同时没有偏置bias。还有一点就是FCN论文中最后结果都是21×*，这里的21是指FCN使用的数据集分类，总共有21类。

（2）FCN-16s过程

现在我们把1,2两行一起看，忽略32x upsampled prediction，说明FCN-16s的upsample过程。FCN作者在conv7先进行一个2x conv7操作，其实这里也只是增加1个卷积层，这次卷积后特征图的大小为conv7的2倍，可以从pool5与2x conv7中看出来。此时2x conv7与pool4的大小是一样的，FCN作者提出对pool4与2x conv7进行一个fuse操作（事实上就是将pool4与2x conv7相加，另一篇博客说是拼接，个人认为是拼接）。fuse结果进行16x upsampled prediction，与FCN-32s一样，也是增加一个卷积层，卷积后的大小为输入图像的16(2^4)倍。我们知道pool4的大小是2x2，放大16倍，就是32x32，这样最后图像大小也变为原来的大小，至此完成了一个16s的upsample。现在我们可以知道，FCN中的upsample实际是通过增加卷积层，通过bp反馈的训练方法训练卷积层达到end to end，这时卷积层的作用可以看作是pool的逆过程。

（3）FCN-8s过程

这是我们看第1行与第3行，忽略32x upsampled prediction。conv7经过一次4x upsample，即使用一个卷积层，特征图输出大小为conv7的4倍，所得4x conv7的大小为4x4。然后pool4需要一次2x upsample，变成2x pool4，大小也为4x4。再把4x conv7，2x pool4与pool3进行fuse，得到求和后的特征图。最后增加一个卷积层，使得输出图片大小为pool3的8倍，也就是8x upsampled prediction的过程，得到一个end to end的图像。实验表明FCN-8s优于FCN-16s，FCN-32s。
我们可以发现，如果继续仿照FCN作者的步骤，我们可以对pool2，pool1实现同样的方法，可以有FCN-4s，FCN-2s，最后得到end to end的输出。这里作者给出了明确的结论，超过FCN-8s之后，结果并不能继续优化。

结合上述的FCN的全卷积与upsample，在upsample最后加上softmax，就可以对不同类别的大小概率进行估计，实现end to end。最后输出的图是一个概率估计，对应像素点的值越大，其像素为该类的结果也越大。FCN的核心贡献在于提出使用卷积层通过学习让图片实现end to end分类。

事实上，FCN有一些短处，例如使用了较浅层的特征，因为fuse操作会加上较上层的pool特征值，导致高维特征不能很好得以使用，同时也因为使用较上层的pool特征值，导致FCN对图像大小变化有所要求，如果测试集的图像远大于或小于训练集的图像，FCN的效果就会变差。

训练过程

FCN训练过程分为四个阶段：

  • 第1阶段

在这里插入图片描述

以经典的分类网络为初始化，最后两级是全连接（红色），参数舍弃不用。

  • 第2阶段

在这里插入图片描述

从特征图（16x16x4096）预测分割小图（ 16x16x21），之后直接升采样为大图。反卷积（橙色）的步长为32，这个网络称为FCN-32s。

  • 第3阶段

在这里插入图片描述

升采样分为两次完成（橙色×2）。 在第二次升采样前，把第4个pooling层（绿色）的预测结果（蓝色）融合进来。使用跳级结构提升精确性。 第二次反卷积步长为16，这个网络称为FCN-16s。

  • 第4阶段
    在这里插入图片描述

升采样分为三次完成（橙色×3）。 进一步融合了第3个pooling层的预测结果。 第三次反卷积步长为8，记为FCN-8s。 这一阶段使用单GPU训练约需1天。

较浅层的预测结果包含了更多细节信息。比较2,3,4阶段可以看出，跳级结构利用浅层信息辅助逐步升采样，有更精细的结果。

在这里插入图片描述

FCN原理参考连接：

  • https://blog.csdn.net/qinghuaci666/article/details/80863032
  • https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf

3.3 SegNet

Segnet是用于进行像素级别图像分割的全卷积网络，分割的核心组件是一个encoder 网络，及其相对应的decoder网络，后接一个象素级别的分类网络。

encoder网络：其结构与VGG16网络的前13层卷积层的结构相似。decoder网络：作用是将由encoder的到的低分辨率的feature maps 进行映射得到与输入图像featuremap相同的分辨率进而进行像素级别的分类。

Segnet的亮点：decoder进行上采样的方式，直接利用与之对应的encoder阶段中进行max-pooling时的polling index 进行非线性上采样，这样做的好处是上采样阶段就不需要进行学习。 上采样后得到的feature maps 是非常稀疏的，因此，需要进一步选择合适的卷积核进行卷积得到dense featuremaps 。

在这里插入图片描述

SegNet的思路和FCN十分相似，只是Encoder，Decoder（Unsampling）使用的技术不一样。SegNet的编码器部分使用的是VGG16的前13层卷积网络，每个编码器层都对应一个解码器层，最终解码器的输出被送入soft-max分类器以独立的为每个像素产生类别概率。

左边是卷积提取特征，通过pooling增大感受野，同时图片变小，该过程称为Encoder，右边是反卷积（在这里反卷积与卷积没有区别）与unsampling，通过反卷积使得图像分类后特征得以重现，upsampling还原到原图想尺寸，该过程称为Decoder，最后通过Softmax，输出不同分类的最大值，得到最终分割图。

Encoder编码器

  • 在编码器处，执行卷积和最大池化。
  • VGG-16有13个卷积层。 （不用全连接的层）
  • 在进行2×2最大池化时，存储相应的最大池化索引（位置）。

Decoder解码器
在这里插入图片描述

使用最大池化的索引进行上采样

  • 在解码器处，执行上采样和卷积。最后，每个像素送到softmax分类器。
  • 在上采样期间，如上所示，调用相应编码器层处的最大池化索引以进行上采样。
  • 最后，使用K类softmax分类器来预测每个像素的类别。

3.4 Unet

U-net对称语义分割模型，该网络模型主要由一个收缩路径和一个对称扩张路径组成，收缩路径用来获得上下文信息，对称扩张路径用来精确定位分割边界。U-net使用图像切块进行训练，所以训练数据量远远大于训练图像的数量，这使得网络在少量样本的情况下也能获得不变性和鲁棒性。
在这里插入图片描述

  • Encoder：左半部分，由两个3x3的卷积层（RELU）+2x2的max pooling层（stride=2）反复组成，每经过一次下采样，通道数翻倍；

  • Decoder：右半部分，由一个2x2的上采样卷积层（RELU）+Concatenation（crop对应的Encoder层的输出feature map然后与Decoder层的上采样结果相加）+2个3x3的卷积层（RELU）反复构成；

  • 最后一层通过一个1x1卷积将通道数变成期望的类别数。

3.5 DeepLab

基于全卷积对称语义分割模型得到的分割结果比较粗糙，忽略了像素与像素之间的空间一致性关系。于是Google提出了一种新的扩张卷积语义分割模型，考虑了像素与像素之间的空间一致性关系，可以在不增加数量的情况下增加感受野。

  • Deeplabv1是由深度卷积网路和概率图模型级联而成的语义分割模型，由于深度卷积网路在重复最大池化和下采样的过程中会丢失很多的细节信息，所以采用扩张卷积算法增加感受野以获得更多上下文信息。考虑到深度卷积网路在图像标记任务中的空间不敏感性限制了它的定位精度，采用了完全连接条件随机场（Conditional Random Field， CRF）来提高模型捕获细节的能力。
  • Deeplabv2予以分割模型增加了ASPP（Atrous spatial pyramid pooling）结构，利用多个不同采样率的扩张卷积提取特征，再将特征融合以捕获不同大小的上下文信息。
  • Deeplabv3语义分割模型，在ASPP中加入了全局平均池化，同时在平行扩张卷积后添加批量归一化，有效地捕获了全局语义信息。
  • DeepLabV3+语义分割模型在Deeplabv3的基础上增加了编-解码模块和Xception主干网路，增加编解码模块主要是为了恢复原始的像素信息，使得分割的细节信息能够更好的保留，同时编码丰富的上下文信息。增加Xception主干网络是为了采用深度卷积进一步提高算法的精度和速度。在inception结构中，先对输入进行11卷积，之后将通道分组，分别使用不同的33卷积提取特征，最后将各组结果串联在一起作为输出。

在这里插入图片描述

主要特点：

  • 在多尺度上为分割对象进行带洞空间金字塔池化（ASPP）
  • 通过使用DCNNs（空洞卷积）提升了目标边界的定位
  • 降低了由DCNN的不变性导致的定位准确率

3.6 RefineNet

RefineNet采用了通过细化中间激活映射并分层地将其链接到结合多尺度激活，同时防止锐度损失。网络由独立的RefineNet模块组成，每个模块对应于ResNet。

每个RefineNet模块由三个主要模块组成，即剩余卷积单元（RCU），多分辨率融合（MRF）和链剩余池（CRP）。RCU块由一个自适应块组成卷积集，微调预训练的ResNet权重对于分割问题。MRF层融合不同的激活物使用卷积上采样层来创建更高的分辨率地图。最后，在CRP层池中使用多种大小的内核用于从较大的图像区域捕获背景上下文。

在这里插入图片描述

主要特点：

  • 提出一种多路径refinement网络，称为RefineNet。这种网络可以使用各个层级的features，使得语义分割更为精准。
  • RefineNet中所有部分都利用resdiual connections (identity mappings)，使得梯度更容易短向或者长向前传，使端对端的训练变得更加容易和高效。
  • 提出了一种叫做chained residual pooling的模块，它可以从一个大的图像区域捕捉背景上下文信息。

3.7 PSPNet

深度卷积神经网络的每一层特征对语义分割都有影响，如何将高层特征的语义信息与底层识别的边界与轮廓信息结合起来是一个具有挑战性的问题。

金字塔场景稀疏网络语义分割模型（Pyramid Scene Parsing Network，PSP）首先结合预训练网络 ResNet和扩张网络来提取图像的特征，得到原图像 1/8 大小的特征图，然后，采用金字塔池化模块将特征图同时通过四个并行的池化层得到四个不同大小的输出，将四个不同大小的输出分别进行上采样，还原到原特征图大小，最后与之前的特征图进行连接后经过卷积层得到最后的预测分割图像。

  • PSPNet为像素级场景解析提供了有效的全局上下文先验
  • 金字塔池化模块可以收集具有层级的信息，比全局池化更有代表性
  • 在计算量方面，我们的PSPNet并没有比原来的空洞卷积FCN网络有很大的增加
  • 在端到端学习中，全局金字塔池化模块和局部FCN特征可以被同时训练

在这里插入图片描述

主要特点：

  • 金字塔场景解析网络是建立在FCN之上的基于像素级分类网络。将大小不同的内核集中在一起激活地图的不同区域创建空间池金字塔。
  • 特性映射来自网络被转换成不同分辨率的激活，并经过多尺度处理池层，稍后向上采样并与原始层连接进行分割的feature map。
  • 学习的过程利用辅助分类器进一步优化了像ResNet这样的深度网络。不同类型的池模块侧重于激活的不同区域地图。

3.8 基于全卷积的GAN语义分割模型

生成对抗网络模型（Generative Adversarial Nets，GAN）同时训练生成器 G 和判别器 D，判别器用来预测给定样本是来自于真实数据还是来自于生成模型。

利用对抗训练方法训练语义分割模型，将传统的多类交叉熵损失与对抗网络相结合，首先对对抗网络进行预训练，然后使用对抗性损失来微调分割网络，如下图所示。左边的分割网络将 RGB 图像作为输入，并产生每个像素的类别预测。右边的对抗网络将标签图作为输入并生成类标签（1 代表真实标注，0 代表合成标签）。

在这里插入图片描述

参考链接：https://cloud.tencent.com/developer/article/1589733

3.9 具体调用

对于常见的语义分割模型，推荐可以直接使用segmentation_models_pytorch库完成：

import segmentation_models_pytorch as smp

model = smp.Unet(
    encoder_name="resnet34",        # choose encoder, e.g. mobilenet_v2 or efficientnet-b7
    encoder_weights="imagenet",     # use `imagenet` pre-trained weights for encoder initialization
    in_channels=1,                  # model input channels (1 for gray-scale images, 3 for RGB, etc.)
    classes=3,                      # model output channels (number of classes in your dataset)
)

3.9 本章小结

本章对常见的语义分割网络模型进行介绍，并使用segmentation_models_pytorch完成具体调用。

星辰 JACK
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
DataWhale 零基础入门语义分割-地表建筑物识别-Task6
asuasu
03-07 367
DataWhale 零基础入门语义分割-地表建筑物识别-Task6 模型集成 文章目录DataWhale 零基础入门语义分割-地表建筑物识别-Task6 模型集成模型集成一、集成学习二、深度学习中集成学习1.Dropout2.TTA(Test Time Augmentation)3.Snapshot总结 模型集成 通过模型的集成可以提高整个模型的泛化能力,提高预测的精度 本章涉及到的知识点主要是包括：集成学习的方法，深度学习中的集成学习 一、集成学习 在机器学习的方法中，常见的集成学习方法主要有：st
DataWhale 零基础入门语义分割-地表建筑物识别-Task1
huochuangchuang的专栏
02-20 275
DataWhale 零基础入门语义分割-地表建筑物识别-Task1 赛题理解 赛题名称赛题名称赛题名称：零基础入门语义分割-地表建筑物识别 赛题目标赛题目标赛题目标：通过本次赛题可以引导大家熟练掌握语义分割任务的定义，具体的解题流程和相应的模型，并掌握语义分割任务的发展。 赛题任务赛题任务赛题任务：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别任务。赛题为语义分割任务，因此具体的标签为图像像素类别。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
Python-通过MultitaskNetworkCascades实现图像感知语义分割
08-11
通过Multi-task Network Cascades实现图像感知语义分割
matlab代码abs-Multi-task-deep-network:多任务深度学习网络在医学图像语义分割中的应用
06-12
matlab代码abs 多任务深度网络 基于多任务深度学习的医学图像语义分割方法 (EMBC 2019) (MICCAIW - MLMI 2019) 依赖关系 套餐 火炬 TensorboardX OpenCV 麻木的 tqdm 可以在requirements.txt文件中找到所用包的详尽列表。 使用以下命令安装相同的： conda create --name < env > --file requirements.txt 预处理 轮廓和距离图是预先计算的，可以从二进制掩码中获得。 可以在此处找到示例 matlab 代码： 轮廓： 距离： 目录结构 训练和测试文件夹应包含以下结构： ├── contour |-- 1.png |-- 2.png ... ├── dist_contour |--1.mat |--2.mat ... ├── dist_mask |-- 1.mat |-- 2.mat ... ├── dist_signed |-- 1.mat |-- 2.mat ... ├── image |-- 1.jpg |-- 2.jpg ... └── mask |-- 1.png
An Overview of Multi-Task Learning in Deep Neural Networks.pdf
02-23
Multi-task learning (MTL) has led to successes in many applications of machine learning, from natural language processing and speech recognition to computer vision and drug discovery. This article aims to give a general overview of MTL, particularly in deep neural networks. It introduces the two most common methods for MTL in Deep Learning, gives an overview of the literature, and discusses recent advances. In particular, it seeks to help ML practitioners apply MTL by shedding light on how MTL works and providing guidelines for choosing appropriate auxiliary tasks.
django-simple-task：Django 3的简单后台任务
02-04
Django简单任务 django-simple-task在Django 3中运行后台任务，而无需其他服务和工作程序。 它在与ASGI应用程序相同的事件循环中运行它们。 作为像Celery这样的适当任务执行程序，它没有弹性，但可以处理一些简单的任务，并且总体开销较小。 要求 django-simple-task期望服务器支持ASGI寿命协议。 目前，达芙妮不支持此功能。 该软件包已通过以下测试： Python 3.7、3.8和3.9， Django 3.0和3.1。 指南 安装软件包： pip install django-simple-task 将其添加到已安装的应用程序中：
神经网络分割模型-ISIC2018_Task01
05-11
简介：自行搭建的分割模型（2D-二分类任务），包括数据加载、预处理、训练、验证、测试和模型保存等功能。 数据集：数据集下载地址为官网，下载后按照数据加载方式自行放置在相应目录下即可。并且数据集也是公开的。如果找不到，可私信我。 包含：U-Net、AttenU-Net、R2AttU-Net三种常见网络模型，用户可自行下载其他网络放置在项目内进行对比实验。 环境：环境配置比较简单，python37环境下直接pip库就可。本项目使用了torch框架，比较简单易懂，没有很难理解的地方，比github上公开的论文代码要简单很多。 特色：可以根据预测和标签的边缘在原始图像中绘制出边界；可以对比多种不同类型的分割模型，可扩展性强；适合入手深度学习分割方向的新手；代码简单易懂，都是常用的方法，封装不严重，逻辑性强。下载的用户若有不懂的地方，可评论或者私信我，我会一一解答，咱们共同进步。 备注：自行搭建的代码，思路逻辑若与大佬的代码雷同，纯属巧合。本代码是我发论文用的代码的简化版本，论文还未正式发表，因此后续会尽快公开更全的代码。
【天池赛事】零基础入门语义分割-地表建筑物识别
紫芝的博客
02-19 2155
https://tianchi.aliyun.com/competition/entrance/531872/introduction 【天池赛事】零基础入门语义分割-地表建筑物识别：第一章 赛题及baseline1 赛题背景2 任务安排3 赛制说明4 赛题数据4.1 数据说明4.2 评价函数 1 赛题背景 本次新人赛是 Datawhale 与天池联合发起的[零基础入门系列赛事——零基础入门语义分割之地表建筑物识别]。 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别任务。为更
语义分割实现地表建筑物识别1
charie411的博客
02-20 3368
通过对遥感技术获取的航拍图进行计算机视觉识别可以获取植被面积、建筑物检测等地表覆盖信息，是一项高效且意义重大的任务。本次任务是根据航拍图识别图片中的地表建筑具体像素位置。 知识准备——简述语义分割与其他视觉任务的区别 目前，我了解到的计算机视觉的任务包括图像分类（分辨猫狗）、目标检测（定位）、语义分割（地表建筑物识别）。 他们之间的关系可以在第12章视觉和语音找到解释，简而言之就是： 图像分类是训练集包含K个类别的N个训练样本，学习各类特征获得一个分类器，最后用于预测新图像的类标签。重点是一个图对应一个标
零基础入门语义分割-地表建筑物识别 Task1 赛题理解 -学习笔记
handsomeandge的博客
02-21 1423
相关链接地址：零基础入门语义分割比赛-地表建筑物识别，学习任务。 赛题理解： 赛题名称：零基础入门语义分割-地表建筑物识别 赛题目标：通过本次赛题可以引导大家熟练掌握语义分割任务的定义，具体的解题流程和相应的模型，并掌握语义分割任务的发展。 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 别任务。 学习目标： 理解赛题背景和赛题数据 完成赛题报名和数据下载，理解赛题的解题思路 赛题数据： 遥感技术已成为获取地表覆盖信息最为行之有效的..
零基础入门语义分割-地表建筑物识别 Task4 评价函数与损失函数 -学习笔记
handsomeandge的博客
03-01 353
本章主要介绍语义分割的评价函数和各类损失函数。 一、学习目标 • 掌握常见的评价函数和损失函数 Dice、IoU、BCE、Focal Loss、Lovász-Softmax； • 掌握评价/损失函数的实践； 二、Dice 评价指标 三、Dice Loss 四、IoU 评价指标 五、Focal Loss 六、代码实现 dice评价指标代码实现 import numpy as np def dice(output, target): '''计算D...
零基础入门语义分割-Task3 语义分割模型发展
qq_43684686的博客
02-26 258
零基础入门语义分割-Task3 语义分割模型发展3 语义分割模型发展3.1 学习目标3.2 FCN3.3 SegNet3.4 Unet3.5 DeepLab3.6 RefineNet3.7 PSPNet3.8 基于全卷积的GAN语义分割模型 本章主要讲解的是语义分割网络模型的发展：FCN 、SegNet、Unet、DeepLab、RefineNet、PSPNet、GAN语义分割。 3 语义分割模型发展 语义分割（全像素语义分割）作为经典的计算机视觉任务（图像分类，物体识别检测，语义分割）。其结合了图像分类、
语义分割-FCNs in the wild: Pixel-level adversarial and constraint-based adaptation 对抗方法实现不同数据集语义分割
ssshyeong的博客
12-20 1092
第一个使用领域对抗思想完成语义分割的论文
ECCV 2022 | SegPGD: 能有效提升语义分割模型鲁棒性的对抗攻击方法
Paper weekly
02-11 768
©作者 | 陈兆宇单位 |复旦大学ROILab研究方向 | 对抗样本论文标题：SegPGD: An Effective and Efficient Adversarial Attack for Evaluating and Boosting Segmentation Robustness论文链接：http://arxiv.org/abs/2207.12391收录会议：ECCV 2022提出的问题...
第五章：通过对抗擦除的目标区域挖掘：一种简单的语义分割方法
ADICDFHL的博客
07-26 178
我们研究了一种逐步挖掘具有鉴别性的物体区域的原则方法，使用分类网络来解决弱监督语义分割问题。分类网络只对感兴趣对象中的小而稀疏的鉴别性区域有响应，这与分割任务的要求相背离，分割任务需要定位密集、内部和完整的区域以进行像素级推理。为了缓解这种差距，我们提出了一种新的对抗擦除方法，逐步定位和扩展物体区域。从一个小的物体区域开始，我们的方法通过以对抗性的方式擦除当前挖掘的区域，驱动分类网络依次发现新的和补充的物体区域。这些定位的区域最终构成了用于学习语义分割的密集而完整的物体区域。为了进一步提升通过对抗擦除发现的
【精选实战】基于OpenCV和深度学习的建筑语义分割和色彩聚类分析系统
最新发布
cheng2333333的博客
12-27 634
【精选实战】基于OpenCV和深度学习的建筑语义分割和色彩聚类分析系统
【AI图像识别】基于Pytorch的地表建筑物图片识别语义分割（入门级语义分割算法）|文末附官网下载地址|源码100%可运行！！
是云猿实战
11-23 4494
遥感技术已成为获取地表覆盖信息最为行之有效的手段，遥感技术已经成功应用于地表覆盖检测、植被面积检测和建筑物检测任务。使用航拍数据地表建筑物识别，将地表航拍图像素划分为有建筑物和无建筑物两类。
UNet地表建筑物识别-手动实现跟我学
m0_63642362的博客
01-08 1680
跟我学手动实现地表建筑物识别，包括数据预处理、U-Net模型构建、Loss函数、评价指标函数、显示函数、单个epoch训练函数、单个epoch验证函数、单个epoch测试函数等。
【天池赛事】零基础入门语义分割-地表建筑物识别 task
09-02
天池赛事的零基础入门语义分割-地表建筑物识别任务是一个面向初学者的语义分割竞赛。任务的目标是利用机器学习和计算机视觉技术，对卫星图像中的地表建筑物进行标记和识别。 在这个任务中，参赛者需要使用给定的训练数据集进行模型的训练和优化。训练数据集包含了一系列卫星图像和相应的像素级标注，标注了地表建筑物的位置。参赛者需要通过分析训练数据集中的图像和标注信息，来构建一个能够准确地识别出地表建筑物的模型。 参赛者需要注意的是，语义分割是指将图像中的每个像素进行分类，使得同一类别的像素具有相同的标签。因此，在地表建筑物识别任务中，参赛者需要将地表建筑物区域与其他区域进行区分，并正确地进行标记。这对于初学者来说可能是一个挑战，因此需要掌握基本的图像处理和机器学习知识。 参赛者可以根据自己的理解，选择合适的算法和模型来完成这个任务。常见的方法包括卷积神经网络（CNN），通过设计适当的网络结构和训练方式，提高模型的准确性和泛化能力。同时，数据预处理和数据增强技术也是提高模型性能的关键。参赛者可以通过对数据进行增强和扩充，提高模型的鲁棒性和识别能力。 最后，参赛者需要使用训练好的模型对测试数据集进行预测，并生成预测结果。这些预测结果将用于评估参赛者模型的性能和准确度。评估指标通常包括像素级准确度（Pixel Accuracy）和平均交并比（Mean Intersection over Union），参赛者需要根据这些指标来评估和改进自己的模型。 总之，通过参加这个任务，初学者可以通过实践和挑战来提高自己的图像处理和机器学习技能，并掌握语义分割的基本概念和方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值