如何加载图像掩码(标签)在Keras中进行图像分割
我使用Tensorflow作为Keras的后端，并试图了解如何将我的标签引入到图像分割培训中。
我使用的是LFW零件数据集，它既有地面真实图像，也有地面真相掩码，看起来如下* 1500张训练图像：
由于我理解这个过程，在培训期间，我加载了两个
- (X)图像
- (Y)蒙面图像
为了满足我的需要分批做这件事。现在我的问题是，仅仅将它们(图像和掩模图像)加载为NumPy数组(N，N，3)就足够了，还是需要以某种方式处理/重塑掩码图像。实际上，掩码/标签被表示为R、G、B像素，其中：
- 255，0，0头发
- 0,255，0脸
- 0，0,255背景
我可以这样做，把它正常化为0-1，我不知道我是否应该这么做：
im = Image.open(path)
label = np.array(im, dtype=np.uint8)
label = np.multiply(label, 1.0/255)所以我以：
- 1，0，0头发
- 0，1，0面
- 0，0，1背景
我在网上找到的一切都使用了tensorflow或keras中的现有数据集。如果您有一个可能被认为是自定义数据集，那么在如何完成任务方面，没有什么是那么清楚的。
我发现这与咖啡有关：https://groups.google.com/forum/#!topic/caffe-users/9qNggEa8EaQ
他们主张将掩膜图像转换为(H, W, 1) (HWC)，我的类将分别作为背景、头发和脸的0, 1 ,2。
这可能是重复的(类似问题/答案的组合)：
Tensorflow:如何创建Pascal VOC风格的图像
我找到了一个将PascalVOC处理为(N，N，1)的示例，我对其进行了调整：
LFW_PARTS_PALETTE = {
(0, 0, 255) : 0 , # background (blue)
(255, 0, 0) : 1 , # hair (red)
(0, 0, 255) : 2 , # face (green)
}
def convert_from_color_segmentation(arr_3d):
arr_2d = np.zeros((arr_3d.shape[0], arr_3d.shape[1]), dtype=np.uint8)
palette = LFW_PARTS_PALETTE
for i in range(0, arr_3d.shape[0]):
for j in range(0, arr_3d.shape[1]):
key = (arr_3d[i, j, 0], arr_3d[i, j, 1], arr_3d[i, j, 2])
arr_2d[i, j] = palette.get(key, 0) # default value if key was not found is 0
return arr_2d我认为这可能接近我想要的，但没有着落。我想我应该是(N，N，3)，因为我有3节课？上述版本和另一个版本源自这两个地点：
https://github.com/martinkersner/train-CRF-RNN/blob/master/utils.py#L50
resnet/utils.py#L41 (这个链接-热的值)
Stack Overflow用户
发布于 2017-12-14 03:14:28
因为这是语义分割，所以你要对图像中的每个像素进行分类，所以你最有可能使用的是交叉熵损失。Keras以及TensorFlow都要求您的掩码是一个热编码的，而且，您的掩码的输出维应该是类似批处理、高度、宽度、num_classes <- -在计算交叉熵掩码之前，您必须以与您的掩码相同的方式进行整形，这实际上意味着您必须将您的逻辑和掩码重塑为张量形状-1，num_classes -1表示“任意数量”。
由于您的问题是关于加载您自己的图像，所以我刚刚构建了一个输入管道，以便自己进行分段，虽然是在TensorFlow中，所以我不知道它是否对您有帮助，请看一看您是否感兴趣：用于分割的Tensorflow输入管道
https://stackoverflow.com/questions/45178513
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号