我正在使用梯度上升使用顯着圖進行圖像分割。 這是一個過程的圖像:http://imgur.com/a/h8vBZ使用梯度上升進行圖像分割
我有一個訓練有素的模型,可以準確地預測我的課程。然後使用該模型來計算具有梯度上升和損失的輸入圖像的梯度。對我而言,這裏產生的梯度表示模型在預測中的重點。
我運行一個分位數篩選器來挑選與類最相關的梯度值(像素),然後從中產生一個二進制掩碼。這很好,但是發現地圖可以更準確和更緊密地圍繞圖像中的課程。我讀了關於條件隨機場作爲一種機制來產生更準確和平滑的分割結果,並試圖實現這一點,但感覺好像我沒有對這裏產生的梯度有完全的理解。
我的問題是:在這種情況下,梯度究竟代表什麼?我的猜測是這些值本質上是像素級預測/像素標籤。這相當於一元潛力嗎?