代码之家 › 专栏 › 技术社区 › Jonathan

图像分割的后处理多类预测?

computer-vision neural-network machine-learning image-processing

Jonathan · 技术社区 · 6 年前

我的FCN被训练来检测10个不同的类并产生 500x500x10 每个最终维度都是不同类别的预测概率。

通常,我看到使用统一的阈值,例如 0.5 ,对概率矩阵进行二值化。然而,在我的例子中,这并不能完全减少它,因为当阈值为 0.3 对于其他班级来说 0.8 .

因此,我不必为每个类任意选择阈值,而是使用更具概率的方法来确定阈值。我想使用crf,但这也要求阈值已经完成。对如何进行有什么想法吗?

1 回复 | 直到 6 年前

Mark Loyman 6 年前

CRF后处理方法

使用CRF不需要设置阈值。我不熟悉任何用于crf的python库,但原则上,您需要定义的是:

每个节点10个类的概率分布
成对电位:10*10矩阵,其中元素Aij表示一个像素为i类,另一个为j类的配置的“强度”。如果将电位设置为对角线中有一个值alpha(alpha>>1),其他地方有一个值alpha,则alpha是正则化力,使预测一致(如果像素X属于Y类,则X的相邻像素更可能属于同一类)。

端到端NN方法

推荐文章

bz_jf · CNN训练损失太不稳定了

2 年前

Ze0ruso · 做模型。eval()在代码中的位置有什么关系?

2 年前

melon Z · 为什么平移是本质矩阵的零向量

6 年前

alfa_80 · 在图像/帧序列中查找差异/相似性的算法

6 年前

Liu Hantao · 如何输出cv2返回的结果。将()读入文件

6 年前

mathjunkie · Tensorflow渐变为0,权重未更新

6 年前

Joseph Bullock · OpenCV导入错误mac

6 年前

Jepoy · 如何在人脸检测到微笑时使用Ionic捕捉照片?

6 年前

reshadshuvo123 · 使用Keras图像生成器进行数据扩充使训练速度非常慢

6 年前

mike1952 · 分块使用参数控制录制网络摄像头视频

6 年前