449df2cc64
|
||
|---|---|---|
| .. | ||
| lab | ||
| README.md | ||
| SemanticSegmentationPytorch.ipynb | ||
| SemanticSegmentationTF.ipynb | ||
README.md
بخشبندی
ما قبلاً درباره تشخیص اشیا یاد گرفتیم، که به ما امکان میدهد اشیا را در تصویر با پیشبینی جعبههای محدودکننده مکانیابی کنیم. با این حال، برای برخی وظایف، تنها جعبههای محدودکننده کافی نیستند و به مکانیابی دقیقتر اشیا نیاز داریم. این وظیفه بخشبندی نامیده میشود.
پرسشنامه پیش از درس
بخشبندی را میتوان به عنوان طبقهبندی پیکسلها در نظر گرفت، به این معنا که برای هر پیکسل تصویر باید کلاس آن را پیشبینی کنیم (پسزمینه یکی از کلاسها است). دو الگوریتم اصلی برای بخشبندی وجود دارد:
- بخشبندی معنایی فقط کلاس پیکسل را مشخص میکند و بین اشیای مختلف از یک کلاس تفاوتی قائل نمیشود.
- بخشبندی نمونهای کلاسها را به نمونههای مختلف تقسیم میکند.
برای بخشبندی نمونهای، این گوسفندها اشیای متفاوتی هستند، اما برای بخشبندی معنایی همه گوسفندها به عنوان یک کلاس نمایش داده میشوند.
تصویر از این پست وبلاگ
معماریهای عصبی مختلفی برای بخشبندی وجود دارد، اما همه آنها ساختار مشابهی دارند. به نوعی، این معماریها شبیه به خودرمزگذارهایی هستند که قبلاً درباره آنها یاد گرفتید، اما به جای بازسازی تصویر اصلی، هدف ما بازسازی یک ماسک است. بنابراین، یک شبکه بخشبندی شامل بخشهای زیر است:
- رمزگذار ویژگیها را از تصویر ورودی استخراج میکند.
- رمزگشا این ویژگیها را به تصویر ماسک تبدیل میکند، با همان اندازه و تعداد کانالها که به تعداد کلاسها مربوط میشود.
تصویر از این مقاله
باید به طور ویژه به تابع خطا که برای بخشبندی استفاده میشود اشاره کنیم. هنگام استفاده از خودرمزگذارهای کلاسیک، باید شباهت بین دو تصویر را اندازهگیری کنیم و میتوانیم از خطای میانگین مربعات (MSE) برای این کار استفاده کنیم. در بخشبندی، هر پیکسل در تصویر ماسک هدف نشاندهنده شماره کلاس است (به صورت یککد شده در طول بعد سوم)، بنابراین باید از توابع خطای خاص برای طبقهبندی استفاده کنیم - خطای آنتروپی متقاطع، که میانگین آن بر روی تمام پیکسلها گرفته میشود. اگر ماسک دودویی باشد، از خطای آنتروپی متقاطع دودویی (BCE) استفاده میشود.
✅ یککد کردن روشی برای کدگذاری یک برچسب کلاس به یک بردار با طول برابر با تعداد کلاسها است. به این مقاله درباره این تکنیک نگاهی بیندازید.
بخشبندی در تصویربرداری پزشکی
در این درس، بخشبندی را در عمل مشاهده خواهیم کرد، با آموزش شبکه برای شناسایی خالهای انسانی (که به عنوان مول نیز شناخته میشوند) در تصاویر پزشکی. ما از پایگاه داده PH2 تصاویر درموسکوپی به عنوان منبع تصاویر استفاده خواهیم کرد. این مجموعه داده شامل ۲۰۰ تصویر از سه کلاس است: خال معمولی، خال غیرمعمولی، و ملانوما. همه تصاویر همچنین شامل یک ماسک متناظر هستند که خال را مشخص میکند.
✅ این تکنیک به طور خاص برای این نوع تصویربرداری پزشکی مناسب است، اما چه کاربردهای واقعی دیگری را میتوانید تصور کنید؟
تصویر از پایگاه داده PH2
ما مدلی را آموزش خواهیم داد تا هر خال را از پسزمینه آن بخشبندی کند.
✍️ تمرینها: بخشبندی معنایی
دفترچههای زیر را باز کنید تا درباره معماریهای مختلف بخشبندی معنایی بیشتر بیاموزید، کار با آنها را تمرین کنید و آنها را در عمل مشاهده کنید.
پرسشنامه پس از درس
نتیجهگیری
بخشبندی یک تکنیک بسیار قدرتمند برای طبقهبندی تصاویر است که از جعبههای محدودکننده فراتر رفته و به طبقهبندی در سطح پیکسل میپردازد. این تکنیک در تصویربرداری پزشکی و سایر کاربردها استفاده میشود.
🚀 چالش
بخشبندی بدن فقط یکی از وظایف رایج است که میتوانیم با تصاویر افراد انجام دهیم. وظایف مهم دیگر شامل تشخیص اسکلت و تشخیص حالت است. کتابخانه OpenPose را امتحان کنید تا ببینید چگونه میتوان از تشخیص حالت استفاده کرد.
مرور و مطالعه شخصی
این مقاله ویکیپدیا نمای کلی خوبی از کاربردهای مختلف این تکنیک ارائه میدهد. درباره زیرشاخههای بخشبندی نمونهای و بخشبندی پانورامیک در این حوزه تحقیق کنید.
تکلیف
در این آزمایشگاه، بخشبندی بدن انسان را با استفاده از مجموعه داده بخشبندی کامل بدن MADS از Kaggle امتحان کنید.
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش میکنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل خطاها یا نادرستیها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، توصیه میشود از ترجمه انسانی حرفهای استفاده کنید. ما مسئولیتی در قبال سوء تفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.