如何在Keras中加載用於圖像分割的圖像遮罩（標籤）

我使用Tensorflow作爲Keras的後端，我正試圖瞭解如何爲我的圖像分割培訓帶來標籤。如何在Keras中加載用於圖像分割的圖像遮罩（標籤）

我使用LFW Parts Dataset同時具有地面實況圖像和地面實況面具，看起來像這樣* 1500個的訓練圖像：

據我瞭解的過程中，在訓練期間，我加載兩者

（X）圖像
（Y）掩模圖像

這樣做是爲了滿足我的需求。現在我的問題是，只需將它們（圖像和蒙板圖像）作爲NumPy數組（N，N，3）加載它們就足夠了，還是需要以某種方式處理/重塑蒙版圖像。有效地，掩模/標籤被表示爲[R，G，B]的像素，其中：

[255，0，0]發
[0，255，0]工作面
[0， 0,255背景

我可以做這樣的事情把它歸到0-1，我不知道我是否應該，但：

im = Image.open(path) 
label = np.array(im, dtype=np.uint8) 
label = np.multiply(label, 1.0/255)

所以我結束了：

[1，0，0]頭髮
[0，1，0]面對
[0，0，1]我在網上找到的背景

一切利用現有的數據集，張量流或keras。如果你有什麼可以被認爲是一個自定義數據集，沒有什麼是真正清楚如何解決問題的。

我發現這涉及到來自Caffe：https://groups.google.com/forum/#!topic/caffe-users/9qNggEa8EaQ

他們倡導的掩模圖像轉換爲(H, W, 1)（HWC）在我的班會0, 1 ,2爲背景，分別頭髮和臉部？

這可能是因爲這是一個重複這裏（類似於quesiton /答案的組合）：

How to implement multi-class semantic segmentation?

Tensorflow: How to create a Pascal VOC style image

我發現處理PascalVOC成（N，N，1一個示例），我適應了：

LFW_PARTS_PALETTE = { 
    (0, 0, 255) : 0 , # background (blue) 
    (255, 0, 0) : 1 , # hair (red) 
    (0, 0, 255) : 2 , # face (green) 
} 

def convert_from_color_segmentation(arr_3d): 
    arr_2d = np.zeros((arr_3d.shape[0], arr_3d.shape[1]), dtype=np.uint8) 
    palette = LFW_PARTS_PALETTE 

    for i in range(0, arr_3d.shape[0]): 
     for j in range(0, arr_3d.shape[1]): 
      key = (arr_3d[i, j, 0], arr_3d[i, j, 1], arr_3d[i, j, 2]) 
      arr_2d[i, j] = palette.get(key, 0) # default value if key was not found is 0 

    return arr_2d

我認爲這可能接近我想要的，但沒有發現。我想我需要它（N，N，3），因爲我有3個班級？上述版本並且存在另一個源自這些2個位置：

https://github.com/martinkersner/train-CRF-RNN/blob/master/utils.py#L50

https://github.com/DrSleep/tensorflow-deeplab-resnet/blob/ce75c97fc1337a676e32214ba74865e55adc362c/deeplab_resnet/utils.py#L41（此鏈接獨熱的值）

來源

2017-07-18 Adam Venturella

由於這是語義分割，因此您正在對圖像中的每個像素進行分類，因此您將最有可能使用交叉熵丟失。 Kera，以及TensorFlow要求你的面具是一個熱門編碼，而且你的面具的輸出尺寸應該是類似[批量，高度，寬度，num_classes] < - 你必須以同樣的方式重塑形狀你的掩碼在計算你的交叉熵掩碼之前，這基本上意味着你將不得不重塑你的logits和掩碼到張量形狀[-1，num_classes]，其中-1表示'儘可能多'。

Have a look here at the end

由於您的問題是關於裝入自己的形象，我剛剛完成建設的分割輸入管道自己，它是在TensorFlow了，所以我不知道，如果它可以幫助你，看看如果您有興趣： Tensorflow input pipeline for segmentation

來源

2017-12-14 03:14:28

Keras要求標籤是獨熱編碼。所以你的輸入必須是（N x N x n_classes）維度。

來源

2017-10-06 08:56:28 shubhamgoel27

如何在Keras中加載用於圖像分割的圖像遮罩（標籤）

回答

相關問題