标签: image-segmentation edge-detection post-processing
我正在开发一个用于实例分割的神经框架。
目前我的结果非常合理(概率图)如下:
输入图片:
对应的概率图:
正如您可能已经注意到的那样,当我要求模型突出显示DOG位置时,结果模糊了边界。
我的目标是使用以下方式生成实例边框:
1: 输入图片信息。
2: 关联的概率图信息。
我正在考虑使用图形切割优化和 Max-Flow / Min-Cut 算法来提取实例边界。
但我想知道你最近有一个令人兴奋的建议吗?
感谢,