Neural network 用UNet抑制分割中的热图非最大值
我正在使用U-Net进行图像分割 该模型使用最多可包含4个不同类的图像进行训练。火车班从不重叠 UNet的输出是这4个类中每个类的热图(浮点值介于0和1之间) 现在,我有两个问题:Neural network 用UNet抑制分割中的热图非最大值,neural-network,computer-vision,image-segmentation,unity3d-unet,semantic-segmentation,Neural Network,Computer Vision,Image Segmentation,Unity3d Unet,Semantic Segmentation,我正在使用U-Net进行图像分割 该模型使用最多可包含4个不同类的图像进行训练。火车班从不重叠 UNet的输出是这4个类中每个类的热图(浮点值介于0和1之间) 现在,我有两个问题: 对于某一类,如何仅针对热图具有重要值的点在原始图像中分割(绘制轮廓)?(在下图中,一个示例:中间的值是有效的,而左边的值不是有效的。如果我在没有任何附加操作的情况下绘制整个图像的分段,则两者都会被考虑。) 在第一个点的下游,如何避免在原始图像中绘制两个叠加类的轮廓?(可能只绘制对应热图中具有较高值的热图) 获
- 对于某一类,如何仅针对热图具有重要值的点在原始图像中分割(绘制轮廓)?(在下图中,一个示例:中间的值是有效的,而左边的值不是有效的。如果我在没有任何附加操作的情况下绘制整个图像的分段,则两者都会被考虑。)
- 在第一个点的下游,如何避免在原始图像中绘制两个叠加类的轮廓?(可能只绘制对应热图中具有较高值的热图)