Question

假设您正在执行语义分割。为简单起见，我们假设这是1D分割而不是2D分割（即我们只关心查找具有宽度的对象）。

所以我们模型的期望输出可能是这样的：

[
    [0, 0, 0, 0, 1, 1, 1], # label channel 1 
    [1, 1, 1, 0, 0, 1, 1], # label channel 2 
    [0, 0, 0, 1, 1, 1, 0], # label channel 3
    #...
]

但是，我们训练有素的不完美模型可能更像

[
    [0.1,  0.1,  0.1,  0.4,  0.91, 0.81, 0.84], # label channel 1 
    [0.81, 0.79, 0.85, 0.1,  0.2,  0.61, 0.91], # label channel 2 
    [0.3,  0.1,  0.24, 0.87, 0.62, 1,    0   ], # label channel 3
    #...
]

使用python获取标签（或边界框）边界的有效方式是什么

例如（零索引）

[
    [[4, 6]],        # "objects" of label 1
    [[0, 2], [5, 6]] # "objects" of label 2
    [[3, 5]],        # "objects" of label 3
]

如果有帮助，也许将其转换为二进制掩码会更有用？

def binarize(arr, cutoff=0.5):
  return (arr > cutoff).astype(int)

使用二进制掩码，我们只需要查找非零值索引的连续整数：

def连续（数据，步骤大小= 1）：返回np.split（data，np.where（np.diff（data）！=步骤大小）[0] +1）

找到标签“运行”：

def binary_boundaries(labels, cutoff=0.5):  
  return [consecutive(channel.nonzero()[0]) for channel in binarize(labels, cutoff)]

根据频道名称命名对象：

def binary_objects(labels, cutoff=0.5, channel_names=None):
  if channel_names == None: 
    channel_names = ['channel {}'.format(i) for i in range(labels.shape[0])]

  return dict(zip(channel_names, binary_boundaries(labels, cutoff)))

Answer 1

您训练有素的模型返回的是您要查找的float image，而不是int image（如果小数困扰着您，这并不是“不完美”），是的！您确实需要threshold才能获得binary image。

一旦有了二进制映像，就让skimage做一些工作。

label_mask = measure.label(mask)
props = measure.regionprops(label_mask)

遮罩是您的二进制图像，在这里，您确实拥有props实际上被检测到的所有区域的属性。

在这些属性中，存在边界框！

边界框的语义分割

1 个答案: