使用CNN进行ROI提取（优化代码篇）

最新推荐文章于 2024-01-12 22:00:00 发布
最新推荐文章于 2024-01-12 22:00:00 发布
阅读量5k 收藏 11
点赞数
分类专栏： deep learning 文章标签： deep learning Python Keras
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/hahaha22211/article/details/80693078
版权

      昨天写了一个使用CNN检测MRI图片心室的感兴趣区域，输入为512*512，输出为100*100的ROI。在这里的检验指标我是用的是DICE Index，公式如下，其中A指自动分割区域，M是专家已经标记好的ground truth。因为此前是用传统方法进行ROI提取（主要是通过canny边缘检测和霍夫圆形检测），以及使用中心区域直接提取的方法，在这里一并进行比较。

                                                                     

      计算Dice指数时需要计算各个分割出的mask的对应坐标的像素值是否匹配，此前使用了两重for循环遍历像素点，感觉是又长又丑，真的是又长又丑，如图2所示： 

                                                    

      秉着简洁的原则，对代码进行了精简，添加了两个类，最后精简后的代码如下：

最低0.47元/天 解锁文章
severus-94
关注
  • 0
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Faster R-CNN源码
12-27
1. **模型结构**：Faster R-CNN的核心是基于卷积神经网络（CNN）的基础网络，如VGG或ResNet，作为特征提取器。RPN在其基础上生成候选目标区域，接着通过“RoI池化”层处理这些区域，将不同大小的区域转换为固定尺寸...
ROI 详解
嘿芝麻的树洞
11-10 1万+
SPPNet、roi pooling 和 average pooling之间的区别，都是起到对任意大小的输入产生固定的输出的作用。其中SPPNet、roi pooling是一样的。 下面对ROI Pooling 进行详解： ROI是Region of Interest的简写，指的是在“特征图上的框”； POOling是一个池化操作。 可以再了解一下这个概念【region proposal】： ...
Opencv图像操作——图像遍历、图像ROI选取、图像混合
ivan_9的博客
01-26 2292
前言 Opencv图像操作与混合，用opencv实现对图像的修改 一、图像是什么？ 在这一篇文章中，我们对图像已经有了一定的了解 https://blog.csdn.net/ivan_9/article/details/113059961 二、OpenCV中数据类型和常用数据类型对应 数据类型 opencv数据类型对应 Mat<uchar> CV_8U Mat<char> CV_8S Mat<ushort> CV_16U Mar<sh
OpenCV数字图像处理之ROI区域的提取
热门推荐
xiaoheizi_du的博客
03-04 3万+
OpenCV数字图像处理之ROI区域的提取 利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物，并将提取出来的人或物添加在其他图像上。 1、实现原理 先通过cv.cvtColor()函数，将原RGB彩色图像转换为hsv色彩空间的图像，然后通过cv.inRange()函数获得ROI区域的Mask，最后利用cv.bitwise()函数提取得到ROI区域。 2、使用的函数简述 (1) cv.c...
目标检测算法中ROI提取方法比较+源码分析
h8832077的博客
09-15 1万+
目标检测算法分为2种，one-stage和two-stage方法。one-stage方法的典型代表为SSD，它其实相当于faster-rcnn中的第一个stage结构，先通过基本网络如resnet或vggnet得到特征图，再通过5层的卷积得到anchor_size*anchor_scale*class—— ...
PsROI Pooling 深入理解，附代码
MAX的专栏
01-18 3175
faster rcnn 和 rfcn 的最大不同点在于rfcn采用了PsROI Pooling 保留了局部区域的位置敏感性。 输入batch_size = N 的批次训练图像。 假设我们通过 RPN 层网络获取了 M 个 rois, 每个 rois 用 1*5 的向量表示，**第0 个数表示rois 所属于的图像id,**对roi 进行pooling 时要到特征图对应的batch 中。 例如 rois = [[0, 1,4,6,8],[0,2,3,7,9],[1,3,5,7,9]],有3个roi,其中两个
CNN核心概念理解
weixin_34365417的博客
12-26 347
卷积神经网络 (Convolutional Neural Networks，简称CNN)，是一种经典的神经网络算法。由于在图像识别领域取得的良好效果，随着人工智能的火热，它也受到越来越多的关注。CNN的核心概念卷积、池化听起来好像很神秘，了解之后会发现其实也并不复杂。本文试图用通俗的语言，简明扼要地介绍这些关键的概念，给读者带来一个直观的理解。作者在文章最后给出了一些参考资料，以便读者进一步参考。...
HALCON 基础：1. 形态学算子与ROI提取总结+示例
bugless的博客
01-12 1560
介绍HALCON的形态学操作（主要包括开、闭、腐蚀、膨胀、顶帽运算等），同时介绍如何提取ROI区域，介绍了部分常用的算子以及保存读取ROI区域的方法，介绍了距离计算的算子
Light-Head R-CNN源代码，tensorflow版本
06-01
1. **模型定义**：包含了Light-Head R-CNN的网络结构，包括特征提取网络（如ResNet、VGG等）、RoIAlign操作以及轻量级检测头的详细定义。 2. **训练脚本**：用于训练模型的Python脚本，可能包含了数据预处理、损失...
目标检测源代码
11-01
1. **网络架构**：Fast R-CNN使用卷积神经网络（CNN）来提取特征，并且引入了一个“region proposal network”（区域提议网络），用于在图像中生成可能包含目标的候选框。这些候选框随后会被送入CNN进行进一步处理。...
有关ROI特征提取的分享-Untitled.m
08-13
有关ROI特征提取的分享-Untitled.m 程序里面包括形态特征的计算（边界链码求几何特征），灰度特征的计算以及不变矩的计算 其中，ROI的提取是人工提取的，用的roipoly 程序大部分是自己编的，希望对初学者有一些帮助。
Python+OpenCV感兴趣区域ROI提取方法
09-19
今天小编就为大家分享一篇Python+OpenCV感兴趣区域ROI提取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
一种基于背景差分的ROI提取算法的研究
03-25
一种基于背景差分的ROI提取算法的研究 不可多得的好资源啊
Mask R-CNN源码(TensorFlow版本)
01-30
第二阶段是基于这些框的 RoI Pooling 层，用于提取每个候选框的特征并进行分类和定位。 2. **Instance Segmentation**：Mask R-CNN 在 Faster R-CNN 的基础上添加了一个分支，用于生成每个物体实例的像素级掩模。这...
Faster r-cnn_CNN_faster_快区域卷积神经网络_
10-03
在代码实现方面，"Faster r-cnn.py"可能包含了实现Faster R-CNN的Python代码，通常会使用深度学习框架，如TensorFlow或PyTorch，结合相应的库如mmdetection或Detectron2来构建和训练模型。 总的来说，Faster R-CNN...
ROI感兴趣区域提取与泛洪填充
weixin_45769285的博客
03-28 2816
ROI提取和泛洪填充
深度篇—— CNN 卷积神经网络(三) 关于 ROI pooling 和 ROI Align 与 插值
天下所弃，不过其纪。世间事，在人，在志。
02-09 2716
返回主目录 返回 CNN 卷积神经网络目录 上一章：深度篇—— CNN 卷积神经网络(二)细说 池化(pooling) 与 反池化(unpooling) 下一章：深度篇—— CNN 卷积神经网络(四)使用tf cnn 进行 mnist 手写数字 代码演示项目 本小节，细说 关于 ROI 与 插值 三. 关于 ROI 1. ROI pooling (Region ...
【动手学深度学习】week 10 | R-CNN，SSD，YOLO
davidyang_980的博客
02-05 485
R-CNN 使用启发式搜索算法来选择锚框 使用预训练模型来对每个锚框抽取特征 训练一个SVM来对类别分类 训练一个线性回归模型来预测边缘框偏移 兴趣区域（RoI）池化层 把一个锚框分割为n×m块，输出每块里面的最大值，这样无论锚框多大，总是输出nm个值。RoI主要是为了解决锚框大小不同的问题，使得锚框可以被pooling成固定大小的，可以做一个batch的处理。 Faster RCNN 将图片变成一个特征图，再变成一个特征向量，在特征上对应锚框。这样的CNN不是对每个锚框抽取特征，而是对整个图片抽取特征
R-CNN中的ROIPool、ROIAlign
qq_41021141的博客
10-05 779
ROIPool： 原图—>feature map ​ ROI->feature map ROI ​ ROI->feature map ROI具体映射方式： 从左到右依次是：原图中的ROI，映射到feature map上的ROI(直接等比例缩放坐标和大小)，量化后的feature map ROI(浮点数向下取整) ROIPool: 上图中最右边的(4*6)feature map ROI经过ROIPooling池化成固定大小的(3*3..
Faster R-CNN代码
最新发布
03-01
6. 模型训练和测试：使用训练数据对网络进行迭代训练，不断优化网络参数。在测试阶段，将测试图像输入网络，得到目标检测结果。 以上是Faster R-CNN的基本代码流程，具体实现细节可以参考相关的深度学习框架（如...

“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