深度挖掘论文：《Semantic Soft Segmentation》

最近花了一段时间研究英语论文Semantic Soft Segmentation，把自己收集的知识点分享下。

内容目录

论文摘要测试demo的步骤：收藏部分计算机视觉相关概念整理：语义分割方法总结：代码总结：

论文摘要

深度挖掘论文：《Semantic Soft Segmentation》(语义软分割)

他们在coco-stuff dataset 数据集上训练神经网络，从而得到模型，

原理

深度残差网络ResNet

使用的训练集：

cocostuff10k 9000张训练集，1000张训练集

COCO Dataset

– Object segmentation

– Recognition in Context

– Multiple objects per image

– More than 300,000 images

– More than 2 Million instances

– 80 object categories

– 5 captions per image

– Keypoints on 100,000 people, 17 个关键点.

机器之心观点：

使用的工具：

Windows 10

TensorFlow 1.4

MATLAB 2016

Python 3.5

Pycharm

sublime text 3

GPU：英伟达 1050 ti （这里不能使用GPU版本的TF哈）

测试demo的步骤：

语义分割代码

具体实现过程

按照论文测试自己的png格式图片的步骤：

下载png格式图片'docia_one.png'

特征提取代码：

对128维度mat文件降维

合并图像

运行demo.m

注意

最后也可以尝试测试自己的很多图片，降维后的特征图会有很多种，每个特征图生成的语义分割图也是有很多种。所以可能需要自己编写for循环，进行多次生成语义分割图片。

收藏部分

一些网址：

光谱抠图：

http://www.vision.huji.ac.il/SpectralMatting/

自问自答：

计算机视觉相关概念整理：

语义分割方法总结：

1．FCN网络；

2．SegNet网络；

3．空洞卷积(Dilated Convolutions)；

4．DeepLab (v1和v2)；

5．RefineNet；

6．PSPNet；

7．大内核(Large Kernel Matters)；

8．DeepLab v3；

代码总结：

1

Python打开mat文件的方法：

2

MATLAB打开3维度mat图片文件的方法

我的文件是docia.mat，里面有128张灰度图，MATLAB打开方式如下

加载128张图片里面一张图的方法，在命令行窗口输入

3

下载特定版本的Python库的方法，比如我要下载TF，目前用pip自动下载到1.10版本，我要1.4版本怎么办。

pip install tensorflow==1.4.0

4

使用MATLAB自带代码对128维度docia.mat文件进行降维：

5

MATLAB读取图片，并且显示图片

6

matlab常用知识

7

对128维度的特征进行降维的MATLAB代码：

8

Python稳定pca降维结果的方法：

Python对128维度mat文件降维方法：

9

测试自己下载的100张图片，每个图片生成3张3维度特征图片，每张图片生成10张分割图像：for_begin(100, 3, 10)，得到3000张图片，MATLAB代码如下：

欣赏风景

决心和意志是学好编程的关键。

生命不息，刷题不止！

程序员之路，别怂，就是干！