Question

从下面的解释中可以理解，用于语义分割的图像有两种类型，即输入和掩码。遮罩图像是包含'label'像素值的图像，该值可以是一些整数（ROAD为0，TREE为1或ROAD为（100,100,100），TREE为（0,255,0）的整数）。< / p>

语义分割描述了将图像的每个像素与类别标签（例如花朵，人物，道路，天空，海洋或汽车）相关联的过程。 https://se.mathworks.com/help/vision/ug/semantic-segmentation-basics.html

根据我的研究，用于语义分割的标记图像类型很多。连同不同的扩展名（.png .jpg .gif .bmp ...），其中一些是 RGB标记（3通道）图像，有些是 GRAY（1通道） 图片。下面有两个示例可以更好地解释这种情况。

带有扩展名'.png'的RGB

https://github.com/divamgupta/image-segmentation-keras#user-content-preparing-the-data-for-training
GRAY标度，带有扩展名“ .gif”

https://www.kaggle.com/kmader/vgg16-u-net-on-carvana/#data

如果我的图像已标记为GREY标度，则基本上可以通过将此GREY通道的每个值复制到3个RGB通道来使其变为RGB。相反，通过平均RGB通道，我可以使标记的图像成为GREY比例。有什么区别？哪个更适合哪个任务（二进制分段或其他）？

以我为例，我有 4个类，并尝试进行多类语义分割。 I've already labelled about 600 images on DataTurks。这就是说，我只有对象的多边形，而且我必须自己制作标记的图像。现在，输入图像的扩展名和遮罩图像的扩展名分别为'.jpg'和'.png'。我应如何标记图像以及扩展名？

Answer 1

您可以将蒙版另存为灰度png图像，其值在与像素值的类（树，灌木等）相对应的每个位置为0、1、2、3（因为有4个类）之一在输入图像中。

执行此操作可以验证是否正确生成了遮罩图像。

import cv2
import numpy as np
lbl_img = '<path_to_mask_image>'
mask = cv2.imread(lbl_img, 0)
print(np.unique(mask))

[0 1 2 3]＃这将根据蒙版图像中存在的类的数量而变化

带标签的图像应如何进行语义分割？

1 个答案: