深度学习之图像分割结果可视化

本文介绍了如何使用Python和OpenCV对深度学习图像分割的结果进行可视化处理,通过对比源标签和预测结果,用红绿颜色区分错误检测和漏检区域。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

深度学习之图像分割结果可视化

图像分割结果一般是二值图像(黑白),为了更好的查看分割结果我们将正确分割显示为白色,背景为黑色,错误检测为红色,漏检的为绿色

对比结果如下:
可视化之前
可视化之后

基于python的实现代码如下:

import os
import cv2

def clmap(v, k, upBound): #mul and clamp
    val = v * k
    if val > upBound:
        return upBound
    else:
        return val
source_path1 =r'G:\2\...' # <----------标签源文件路径
source_path2 =r'G:\2\...'</
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值