【问题标题】:Role of clustering algorithms in semantic segmentation pipeline?聚类算法在语义分割管道中的作用?
【发布时间】:2021-02-12 08:36:16
【问题描述】:

我正在尝试考虑如何将聚类(例如 k-means)融入对图像进行语义分割或对象识别的程序。我的理解是语义分割主要是使用深度 CNN 来完成的。 K-means 可以很好地进行分割,但是语义分割是有监督的,因此聚类本身就不够了。

我的问题是:这种无监督技术如何融入语义分割的整体流程中?其他技术是否普遍占主导地位,或者仍然存在涉及分类/定位问题的实际用例?我知道paper using k-means clustering to generate candidate boxes——在这个管道中还有其他相关的集群技术用例吗?

【问题讨论】:

    标签: image-processing computer-vision cluster-analysis image-segmentation semantic-segmentation


    【解决方案1】:

    它们不占主导地位,但在数据较少时使用。

    无监督方法用于数据通常稀缺的医学图像分割。

    示例 - 爬山分割 实现:https://in.mathworks.com/matlabcentral/fileexchange/22274-hill-climbing-color-image-segmentation

    看看这个paper,讨论关于爬山和分割的k-means

    【讨论】:

      猜你喜欢
      • 2012-02-04
      • 2022-01-04
      • 2020-06-18
      • 2012-02-28
      • 1970-01-01
      • 2021-02-19
      • 2019-01-06
      • 1970-01-01
      • 2021-11-19
      相关资源
      最近更新 更多