东南风的博客

kaggle上的常客（医学图像领域比较常用，也是car分割的冠军模型）： https://www.kaggle.com/c/data-science-bowl-2018/discussion/54426 U-Net: Convolutional Networks for Biomedical Image SegmentationVALID padding not SAME padding（因为边界...

Awesome Semantic Segmentation感谢：mrgloom重点推荐FCN，U-Net,SegNet等。一篇深度学习大讲堂的语义分割综述 https://www.aiuai.cn/aifarm351.htmlNetworks by architectureSemantic segmentationU-Net [https://arxiv.org/pdf/1...

IoU(Intersection over Union)Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。我们可以在很多物体检测挑战中，例如PASCAL VOC challenge中看多很多使用该标准的做法。通常我们在 HOG + Linear SVM object detectors 和 Convolutional Neural Netw...

本文为论文阅读笔记，不当之处，敬请指正。 A Review on Deep Learning Techniques Applied to Semantic Segmentation:原文链接5.1度量标准为何需要语义分割系统的评价标准？为了衡量分割系统的作用及贡献，其性能需要经过严格评估。并且，评估须使用标准、公认的方法以保证公平性。 系统的多个方面需要被测试以评估其有效性，包括：...

参考:https://blog.youkuaiyun.com/fate_fjh/article/details/53467948Introduction自己制作国内高速公路label，使用SegNet训练高速公路模型，测试效果 参考：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html SegNet是Cambridge提出旨在解决自动驾驶或者...

感谢：https://blog.youkuaiyun.com/antkillerfarm/article/details/79524417Grab cutGrab cut是微软剑桥研究院于2004年提出的著名交互式图像语义分割方法。与N-cut一样，grab cut同样也是基于图划分，不过grab cut是其改进版本，可以看作迭代式的语义分割算法。Grab cut利用了图像中的纹理（颜色）信息和边界（...

Tags: ComputerVision编译src/caffe/layers/contrastive_loss_layer.cpp:56:30: error: no matching function for call to ‘max(double, float)’ Dtype dist = std::max(margin - sqrt(dist_sq_.cpu_data()[i]), ...

FRRNFull-Resolution Residual Networks for Semantic Segmentation in Street Scenes收录：CVPR2017(IEEE Conference on Computer Vision and Pattern Recognition)原文地址：FRRN代码:官方：Theano TensorFlowAbstr...

 本博文介绍如何手把手制作自己的数据集，并使用SegNet网络进行语义分割，如何训练，如何测试自己的分割模型。---------------------------------------------------------------------------------------------------------------------------------------------...

代码见Github：mattzheng/U-Net-DemoU-Net是Kaggle比赛非常青睐的模型，简单、高效、易懂，容易定制，可以从相对较小的训练集中学习。来看几个变形： （1）Supervise.ly 公司。  在用 Faster-RCNN（基于 NasNet）定位 + UNet-like 架构的分割，来做他们数据众包图像分割方向的主动学习，当时没有使用 Mask-RCNN...

本博文转自：https://blog.youkuaiyun.com/u012931582/article/details/70314859，感谢zhixuhao.前言在这里,先介绍几个概念,也是图像处理当中的最常见任务.语义分割(semantic segmentation)目标检测(object detection)目标识别(object recognition)实例分割(instance segmentat...

         本来这一篇是想写Faster-RCNN的，但是Faster-RCNN中使用了RPN(Region Proposal Network)替代Selective Search等产生候选区域的方法。RPN是一种全卷积网络，所以为了透彻理解这个网络，首先学习一下FCN(fully convolutional networks)Fully Convolutional Networks for...

         博主想使用Unet网络完成一个分割任务,手边只有40张图和对应的mask,需要进行data augment. 做数据增强有很多工具,常用的是使用keras内置的ImageDataGenerator生成器生成图片,但是这个工具只能对一张图进行随机变化,而image和mask是一一对应的,二者必须同时进行同种变化.下面隆重介绍一个强大的数据增强工具augmentor 它的使...