pytorch写FCN进行手提包的图像分割，有数据集

最新推荐文章于 2024-04-04 09:36:23 发布
最新推荐文章于 2024-04-04 09:36:23 发布
阅读量1.1k 收藏 8
点赞数
文章标签： 图像识别 机器学习 人工智能 深度学习 计算机视觉
原文链接：https://loveai.tech/
版权


向AI转型的程序员都关注了这个号????????????

人工智能大数据与深度学习  公众号：datayx

一，手提包数据集

数据集下载：用pytorch写FCN进行手提包的语义分割。

training 

https://github.com/yunlongdong/FCN-pytorch-easiest/tree/master/last

放到bag_data文件夹下

ground-truth label

https://github.com/yunlongdong/FCN-pytorch-easiest/tree/master/last_msk

放到bag_data_mask文件夹下

项目目录结构：

训练数据：

训练label：

从这个手提包数据集可以看出，这是个二分类的，就是只分割出手提包 和 背景 两个类别。所以label处黑色的表示手提包，白色的就是无关的背景。

 

二，训练代码（用来读取数据集，包括手提包图片和手提包图片的label）

  • 代码 获取方式：

    分享本文到朋友圈

    关注微信公众号 datayx  然后回复 手提包 即可获取。

    AI项目体验地址 https://loveai.tech

    店铺地址：

    https://shop585613237.taobao.com

    ↓

2.1：数据集读取的代码

贴了数据集读取的代码后，我觉得有必要说一下onehot这个函数。

1.就是数据集label的onehot化：

onehot化是把label化成一个一维向量。

onehot化的函数如下：

输入的data为以灰度图形式读取的label，n为分割的类别数(此数据集是2)

buf = np.zeros(data.shape + (n, ))

#设data的shape为(a,b)，则构造一个全0矩阵，维度为(a,b,n)

因为n是2，所以意思就是，2层的(a，b)的全0矩阵，一层用来表示手提包的，剩下一层则是用来表示背景的。

nmsk = np.arange(data.size)*n + data.ravel()

这行则比较妙一点，首先设data的size为5，则arange(5)为，(0，1，2，3，4)，其实就是表示data各个元素的位置。arange(5)*2为(0，2，4，6，8)，其实这是变相表示原来长度x2的位置。而data因为是label，且归一化过的，所以data里的值要么是0要么是1，data.ravel()是把data展成一维数组，arange(5)*2+data.ravel()意思是在(0，2，4，6，8)中，表示手提包的则+1，表示背景的则+0。这里打个比方，例如第三个和第五个位置是表示手提包的，则是(0，2，5，6，9)，到这里可能还看不出什么，结合下一句代码就明白了。

buf.ravel()[nmsk-1] = 1

用回刚刚的例子(0，2，5，6，9)，nmsk-1后，是(9，1，4，5，8)，与初始的(0，2，4，6，8)对比，若原来是1的位置会保持原样(因为+1后又-1了)，而原本是0的，表示其位置就会-1。这样的结果就是把(a,b)的label投射到(a,b)*2的长度中。这样做的原因数据集是2分类的，所以网络输出肯定是(a,b,2)这样的，所以label必须要和网络输出维度形式一样才能比较，得出损失函数。

 

2.2，模型代码

三，效果展示

使用visdom可视化，运行了20个epoch后的可视化如下图：

机器学习算法AI大数据技术

 搜索公众号添加： datanlp

长按图片，识别二维码

阅读过本文的人还看了以下文章：

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank，用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解，通俗易懂！

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门：基于Python的理论与实现》高清中文PDF+源码

特征提取与图像处理(第二版).pdf

python就业班学习视频，从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码

《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材

笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源！CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师，你的面试为什么过不了？

前海征信大数据算法：风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类

VGG16迁移学习，实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)：图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分？

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师（共四面）通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）

python+flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

datayx
关注
pytorch用FCN语义分割手提包数据集(训练+预测单张输入图片代码)
ZJE
06-17 1万+
一，手提包数据集 数据集下载：用pytorch写FCN进行手提包的语义分割。 training data(https://github.com/yunlongdong/FCN-pytorch-easiest/tree/master/last)，放到bag_data文件夹下 ground-truth label(https://github.com/yunlongdong/FCN-pytorch...
SoftMaskedBert:Soft-Masked Bert 复现论文 arxiv.orgpdf2005.07421.pdf
04-13
SoftMaskedBert Soft-Masked Bert 复现论文:
用SegNet进行室内布局语义分割
datayx的文章
02-28 2096
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 公众号：datayx用SegNet进行室内语义分割。依赖NumPyTensorflowKerasOpen...
Soft-Masked-Bert网络细节解读
BmwGaara的博客
11-04 2589
大家好，我是隔壁小王。 Soft-Masked-Bert是复旦大学和字节跳动联合发布的在bert基础上针对文本纠正的网络模型，这里对其细节进行一个梳理。 考虑到我另外一个网络中有讲过bert的细节，因此这里姑且把bert作为一个黑盒，详细介绍下smbert相比与bert改动的部分。 首先上图： 别看它这个图挺唬人，其实改动非常简单，该网络主要加入的是一个错别字的检测网络部分也就是图中的Detection Nerwork。 假设输入的句长是128，embedding后的维度是768，batchs
中文(语音结果)的文本纠错综述 Chinese Spelling Check
TangowL
09-24 1万+
中文的文本纠错，应用场景很多，诸如输入法纠错、输入预测、ASR 后纠错等等。这边简单梳理下对于这个任务的调研结果。
探索PyTorch Soft-Masked BERT：一种创新的预训练模型
gitblog_00035的博客
04-04 410
探索PyTorch Soft-Masked BERT：一种创新的预训练模型 项目地址:https://gitcode.com/whgaara/pytorch-soft-masked-bert 在自然语言处理（NLP）领域，BERT（Bidirectional Encoder Representations from Transformers）模型已经成为一个标志性工具，它开创了预训练和微调的新篇...
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集.zip
01-10
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集.zip 【环境配置】 Python >= 3.7 opencv-python Pillow == 7.0.0 torch == 1.4.0 torchsummary == 1.5.1 torchvision == 0.4.2
毕业设计-基于pytorch+Unet进行MRI肝脏图像分割（源码+数据集+文档）
最新发布
09-03
毕业设计-基于pytorch+Unet进行MRI肝脏图像分割（源码+数据集+文档），含有代码注释，新手也可看懂，个人手打98分项目，导师非常认可的高分项目，毕业设计、期末大作业和课程设计高分必看，下载下来，简单部署，就...
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集（毕业设计）.zip
11-17
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集（毕业设计）.zip 主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为...
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集+模型.zip
05-15
基于pytorch+Unet进行MRI肝脏图像分割源码+数据集+模型.zip主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。...
2020CCF-NER:2020 CCF大数据与计算智能大赛-非结构化商业文本信息中隐私信息识别-第7名方案
05-07
2020CCF-NER 2020 CCF大数据与计算智能大赛-非结构化商业文本信息中隐私信息识别-第7名方案 bert base + flat + crf + fgm + swa + pu learning策略 + clue数据集 = test1单模0.906 词向量： SGNS(Mixed-large 综合) loss mask相关代码为pu learning策略的实现 主要模块版本 python 3.6.9 torch 1.1.0 transformers 3.0.2 pytorchcrf 1.2.0 torchcontrib 0.0.2
中药说明书实体识别模型+数据集.zip
06-12
Entity Recognition of Traditional Chinese Medicine's Manual中药说明书实体识别。 Chinese：本数据集来源于中药药品说明书，通过挖掘中药说明书构建中药合理用药的知识图谱，将为中医规范诊疗奠定较好基础。抽取中药药品说明书中的关键信息可以帮助扩充中医药药品知识库。 疫情催化下，人工智能正在持续助力中医药传承创新加速发展，其中中医用药知识体系沉淀挖掘是一个基础工作。通过挖掘中药说明书构建中药合理用药的知识图谱，将为中医规范诊疗奠定较好基础。抽取中药药品说明书中的关键信息可以帮助扩充中医药药品知识库。
Python车牌检测识别代码（感觉还可以）
06-04
python车牌检测识别代码，个人感觉还是不错，识别率比较高！
soft-masked-bert
一介北漂
03-19 413
整体公式如下: 总结: 门控机制引入，类比于lstm/gru， 进行e_i 和 e_mask的融合，门控机制通过sigmoid(gru) 进行计算, 同时 ce(fc(gru))可以计算是否coef的判别 纠错和预测作为multi-task 创新点: 门控机制的类比，是参差网络的一种类似的结构，更多的信息处理， 对e_mask和e_i进行门控融合;业务层面引入e_mask作为对coef错误的替代; bert-enc...
【Python实战】——Python+Opencv是实现车牌自动识别
jd1813346972的博客
03-04 2万+
该篇文章将以实战形式演示利用Python结合Opencv实现车牌识别，全程涉及图像预处理、车牌定位、车牌分割、通过模板匹配识别结果输出。该项目对于智能交通、车辆管理等领域具有实际应用价值。通过自动识别车牌号码，可以实现车辆追踪、违章查询、停车场管理等功能，提高交通管理的效率和准确性。可用于车牌识别技术学习。
探秘 SoftMaskedBert-PyTorch：新一代文本理解与生成神器
gitblog_00082的博客
04-03 355
探秘 SoftMaskedBert-PyTorch：新一代文本理解与生成神器 项目地址:https://gitcode.com/gitabtion/SoftMaskedBert-PyTorch 在自然语言处理领域，预训练模型如BERT（Bidirectional Encoder Representations from Transformers）已经成为基石，为各种任务提供了强大的语义理解能力。然...
基于Python的车牌识别系统实现
热门推荐
商务合作 / 项目定制 / 学习交流。个人vx：lovely_wml
10-16 4万+
本文将以基于Python的车牌识别系统实现为方向，介绍车牌识别技术的基本原理、常用算法和方法，并详细讲解如何利用Python语言实现一个完整的车牌识别系统。
pytorch手提包图像分割
12-11
针对手提包图像分割任务，可以使用FCN（Fully Convolutional Networks）模型进行训练和预测。下面是一个简单的pytorch实现步骤： 1.准备数据集，将训练数据和标签分别放到bag_data和bag_data_mask文件夹下。 2.定义FCN模型，可以使用pytorch内置的预训练模型，如VGG16等，也可以自己定义模型。 3.定义损失函数，这里可以使用交叉熵损失函数。 4.定义优化器，这里可以使用Adam优化器。 5.进行训练，将训练数据输入模型，计算损失函数并反向传播更新模型参数。 6.进行预测，将测试数据输入模型，得到预测结果。 下面是一个简单的代码示例： ```python import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader from torchvision import transforms from torchvision.datasets import ImageFolder from torchvision.models import vgg16 # 定义FCN模型 class FCN(nn.Module): def __init__(self): super(FCN, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 64, 3, padding=100), nn.ReLU(inplace=True), nn.Conv2d(64, 64, 3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2, stride=2, ceil_mode=True), nn.Conv2d(64, 128, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(128, 128, 3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2, stride=2, ceil_mode=True), nn.Conv2d(128, 256, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(256, 256, 3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2, stride=2, ceil_mode=True), nn.Conv2d(256, 512, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, 3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2, stride=2, ceil_mode=True), nn.Conv2d(512, 512, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, 3, padding=1), nn.ReLU(inplace=True), nn.Conv2d(512, 512, 3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2, stride=2, ceil_mode=True), ) self.classifier = nn.Sequential( nn.Conv2d(512, 4096, 7), nn.ReLU(inplace=True), nn.Dropout(), nn.Conv2d(4096, 4096, 1), nn.ReLU(inplace=True), nn.Dropout(), nn.Conv2d(4096, 2, 1), nn.ConvTranspose2d(2, 2, 64, stride=32, bias=False), ) def forward(self, x): x = self.features(x) x = self.classifier(x) return x # 定义损失函数和优化器 criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) # 加载数据集 transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), ]) train_dataset = ImageFolder('bag_data', transform=transform) train_loader = DataLoader(train_dataset, batch_size=4, shuffle=True) # 训练模型 model = FCN() for epoch in range(10): running_loss = 0.0 for i, data in enumerate(train_loader, 0): inputs, labels = data optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() print('[%d] loss: %.3f' % (epoch + 1, running_loss / len(train_loader))) # 进行预测 test_dataset = ImageFolder('bag_data', transform=transform) test_loader = DataLoader(test_dataset, batch_size=4, shuffle=False) model.eval() with torch.no_grad(): for data in test_loader: inputs, labels = data outputs = model(inputs) _, predicted = torch.max(outputs.data, 1) print(predicted) ```
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