【图像分割 】开源 | CVPR2020 | 深度学习框架 | Morpheus天文图像数据像素级分析的深层学习框架

论文地址：http://arxiv.org/pdf/1906.11248v2.pdf 代码：https://morpheus-project.github.io/morpheus/ 来源：加州大学圣克鲁斯分校计算机科学与工程学院 论文名称：Morpheus: A Deep Learning Framework For Pixel-Level Analysis ofAstronomical Image Data 原文作者：RYAN HAUSEN

我们提出了一种新的学习框架Morpheus，用于生成天文学像素级的形态学分类。Morpheus框架以深度学习为基础，通过计算机视觉领域的语义分割算法，逐像素地执行源检测、源分割和形态分类。在目标检测的过程中，Morpheus利用了关于真实的天体通量的形态学信息，显示出对false-positive数据源识别的resiliency。通过对哈勃太空望远镜图像数据进行源检测、源分割、形态分类等方法对Morpheus进行了评估，并以GOODS South field为中心对五个CANDELS field的数据进行了源检测、源分割和形态分类，并证明了GOODS South 3D-HST sources with H < 26 AB源的恢复具有很高的完整性。我们公开发布了代码，提供在线演示，并在GOODS South提供展示交互式的可视化Morpheus结果。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。