【问题标题】:How can I get a solid segmentation from a probability map?如何从概率图中获得可靠的分割?
【发布时间】:2017-11-10 15:46:48
【问题描述】:

我为我的数据训练了网络。一旦我运行了这个: 看概率图

plt.imshow(prob[1], cmap='hot', interpolation='nearest')
plt.show()

这是Object 1:的概率图

如何从概率图中获得可靠的分割(即使考虑到属于该类的概率较低的点)?

谢谢

【问题讨论】:

  • 如果没有更多详细的数据、决策方法/阈值等,很难给出建议。此外,询问“我如何完成这些标准任务”会使问题在两个方面“过于宽泛” : 一篇文章中的问题太多,发帖前缺乏研究。

标签: deep-learning caffe pycaffe matcaffe


【解决方案1】:

有几种方法可以获得实体分割。一种是使用其中一种聚类算法来定义感兴趣的区域。也许一个简单的阈值截止p <= (p > threshold) 后跟一个密度填充算法会满足您的需求。

【讨论】:

  • 感谢您的评论,如何估算阈值?谢谢
猜你喜欢
  • 2018-08-28
  • 2016-06-28
  • 2017-03-31
  • 2019-10-25
  • 1970-01-01
  • 2020-10-09
  • 1970-01-01
  • 1970-01-01
  • 2021-09-28
相关资源
最近更新 更多