输入到CNN的超像素

Question

如何将超像素作为CNN的输入？我使用了 SLIC 算法将图像分割成超像素。

如何使用 CNN 将其用于分类？

Answer 1

我会尽力帮助您。 CNN（卷积神经网络）处理输入的唯一数据，而不处理矩阵（超像素是矩阵）。因此，为此，您需要删除每个超像素并使其成为自己的图像。因此，换句话说，如果将图像分割为300个超像素，之后，您需要创建300个新图像，每个超像素之一。 此后臭名昭著的是，每个新图像也许会有不同的大小。您不能那样工作，因为CNN中输入的神经元数量不能改变。为此，您可以将每个“新图像”集中在背景NxN中（“ N”必须足以覆盖所有新图像）。使用集中式超像素（集中新图像），每个像素将输入您的CNN。换句话说： 1）每个集中式超像素将一次输入一次； 2）CNN中的输入量为X * Y，X为超像素集中的形状[0]，Y为超像素集中的形状[1]； 3）尽管集中了300个超像素，但您的CNN必须计算每个像素的输出。

说明：https://imgur.com/k8pRDw7

祝您好运，万事如意！ ：）