unsupervised image segmentation by backpropagation-论文笔记

这是一个有趣的非监督分割方法
代码短小精悍

直接说算法

这里写图片描述

1.首先对原图进行超像素分割。
2.使用卷积网络进行正向传播。网络输出100channel,输出和输入大小相同。也就是说,每个输入像素对应输出100个像素。这100个channel相当于对每个像素点进行100类的分类。通过这100个channel的输出,我们可以得到每个像素的预测类别。
3.那么我们如何得到每个像素的label呢?这时,第一步的超像素的分割的结果就有用了。具体是这样操作的:对于每个超像素,我们统计这个超像素里边所有像素的预测类别,将类别数最多的类别作为这个超像素里边所有像素的类别,这样我们就得到了label。
4.将上述2,3步不断迭代,最后得到结果。

这里写图片描述
我拿医学图像(分割灰白质脑脊液)试了一下,发现好像有点差哈。
这里写图片描述
这里写图片描述

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“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 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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