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!
领取专属 10元无门槛券
私享最新 技术干货