Deep learning 使用预测分割模板进行流域后处理的理想步骤是什么?

Deep learning 使用预测分割模板进行流域后处理的理想步骤是什么?,deep-learning,image-segmentation,watershed,Deep Learning,Image Segmentation,Watershed,我正在试验对象分割(经常出现在一起的圆形对象)。我使用了UNET深度神经网络结构进行分割,并获得了分割模板。我以npy格式保存了这些。 我是这方面的初学者。如果我想在预测的遮罩上应用分水岭以分离对象,我想知道我现在应该遵循的理想步骤。 我想我需要把预测的二元掩码转换成某种形式,这样我就可以得到一些表示质心的标记 请帮助如果您想为特定类别中的每个对象分别设置掩码,您应该查看实例分割而不是语义分割。是的,我已经阅读了使用掩码rcnn进行实例分割的相关内容,但我想知道我们是否可以使用简单分水岭结合un

我正在试验对象分割(经常出现在一起的圆形对象)。我使用了UNET深度神经网络结构进行分割,并获得了分割模板。我以npy格式保存了这些。 我是这方面的初学者。如果我想在预测的遮罩上应用分水岭以分离对象,我想知道我现在应该遵循的理想步骤。 我想我需要把预测的二元掩码转换成某种形式,这样我就可以得到一些表示质心的标记


请帮助

如果您想为特定类别中的每个对象分别设置掩码,您应该查看实例分割而不是语义分割。是的,我已经阅读了使用掩码rcnn进行实例分割的相关内容,但我想知道我们是否可以使用简单分水岭结合unet来分离对象。