0a7f88c514
|
||
|---|---|---|
| .. | ||
| lab | ||
| README.md | ||
README.md
分割
我們之前學過物件偵測，這讓我們能夠透過預測物件的邊界框來定位影像中的物件。然而，對於某些任務來說，我們不僅需要邊界框，還需要更精確的物件定位。這項任務被稱為分割。
課前小測驗
分割可以被視為像素分類，也就是說，我們需要為影像中的每一個像素預測其類別（背景也是其中一個類別）。主要有兩種分割演算法：
- 語義分割僅告訴像素的類別，並不區分同一類別中的不同物件。
- 實例分割將類別分為不同的實例。
例如，對於實例分割，這些羊是不同的物件；但對於語義分割，所有的羊都被表示為同一類別。
圖片來源：這篇部落格文章
分割有不同的神經網絡架構，但它們的結構都是相似的。在某種程度上，它與你之前學過的自編碼器相似，但我們的目標不是重建原始影像，而是重建一個遮罩。因此，分割網絡包含以下部分：
- 編碼器從輸入影像中提取特徵。
- 解碼器將這些特徵轉換為遮罩影像，其大小與通道數與類別數相同。
圖片來源：這篇論文
我們特別需要提到分割中使用的損失函數。在使用傳統自編碼器時，我們需要測量兩張影像之間的相似性，這可以使用均方誤差（MSE）來完成。而在分割中，目標遮罩影像中的每個像素代表一個類別編號（在第三維度上進行獨熱編碼），因此我們需要使用特定於分類的損失函數——交叉熵損失，並對所有像素取平均。如果遮罩是二元的，則使用二元交叉熵損失（BCE）。
✅ 獨熱編碼是一種將類別標籤編碼為向量的方法，其長度等於類別數量。可以參考這篇文章了解這項技術。
醫學影像中的分割
在這節課中，我們將通過訓練網絡來識別醫學影像中的人類痣（也稱為痣），以實際應用分割技術。我們將使用PH2資料庫中的皮膚鏡影像作為影像來源。這個資料集包含200張影像，分為三類：典型痣、不典型痣和黑色素瘤。所有影像也包含對應的遮罩，用於勾勒痣的輪廓。
✅ 這項技術特別適合這種類型的醫學影像，但你還能想到哪些其他的現實應用場景？
圖片來源：PH2資料庫
我們將訓練一個模型，將任何痣從背景中分割出來。
✍️ 練習：語義分割
打開以下筆記本，了解更多不同的語義分割架構，練習使用它們，並觀察它們的實際效果。
課後小測驗
總結
分割是一種非常強大的影像分類技術，超越了邊界框，實現了像素級的分類。這項技術被廣泛應用於醫學影像等領域。
🚀 挑戰
人體分割只是我們可以對人物影像執行的常見任務之一。其他重要的任務還包括骨架檢測和姿勢檢測。試試OpenPose庫，看看姿勢檢測如何被應用。
複習與自學
這篇維基百科文章提供了這項技術的各種應用的良好概述。深入了解實例分割和全景分割這些子領域。
作業
在這次實驗中，嘗試使用來自Kaggle的Segmentation Full Body MADS Dataset進行人體分割。
免責聲明：
本文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原文文件作為權威來源。如涉及關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋概不負責。