如何为多类语义分割预处理 RGB 分割掩码?

时间:2021-01-10 10:51:35

标签: python tensorflow deep-learning conv-neural-network semantic-segmentation

我正在研究多类语义分割数据集,该数据集具有原始图像的 RGB 地面实况分割掩码。该数据集有 24 个类。下表显示了类及其各自的 RGB 值:

<头>
姓名 r g b
未标记 0 0 0
铺装区域 128 64 128
污垢 130 76 0
0 102 0
砾石 112 103 87
28 42 168
岩石 48 41 30
0 50 89
植被 107 142 35
屋顶 70 70 70
102 102 156
窗口 254 228 12
254 148 12
围栏 190 153 153
栅栏杆 153 153 153
255 22 96
102 51 0
汽车 9 143 150
自行车 119 11 32
51 51 0
秃树 190 250 190
ar-marker 112 150 146
障碍 2 135 115
冲突 255 0 0

RGB Ground Truth Segmentation Mask 图像示例:

Sample RGB Ground Truth Segmentation Mask Image

数据集中有 400 张图像,每张图像的形状为 (4000 px X 6000 px)。数据集的目录结构如下图所示:

dataset_folder
├── original_images
│   ├── 000.png
│   ├── 001.png
│   ├── ...
|   ├── 399.png
|   └── 400.png
└── masks
    ├── 000.png
    ├── 001.png
    ├── ...
    ├── 399.png
    └── 400.png

我想从 RGB 掩码创建语义分割掩码,通过将整数值分配给 0-23 范围内的像素(其中每个整数代表一个类)并将它们保存到工作目录。有人可以为此任务建议一个有效的代码吗?

0 个答案:

没有答案