คำถามติดแท็ก object-detection

การแบ่งส่วนความหมายเป็นเพียงความสุขใจหรือมีความแตกต่างระหว่าง "การแบ่งส่วนความหมาย" และ "การแบ่งส่วน" หรือไม่? "การติดป้ายกำกับฉาก" หรือ "การแยกวิเคราะห์ฉาก" แตกต่างกันอย่างไร อะไรคือความแตกต่างระหว่างการแบ่งส่วนระดับพิกเซลและพิกเซลตามลำดับ? (คำถามข้างเคียง: เมื่อคุณมีคำอธิบายประกอบที่ชาญฉลาดเกี่ยวกับพิกเซลแบบนี้คุณจะได้รับการตรวจจับวัตถุฟรีหรือยังมีบางอย่างที่ต้องทำ?) โปรดให้แหล่งที่มาสำหรับคำจำกัดความของคุณ แหล่งที่มาซึ่งใช้ "การแบ่งส่วนความหมาย" Jonathan Long, Evan Shelhamer, Trevor Darrell: เครือข่าย Convolutional ครบวงจรสำหรับการแบ่งส่วนความหมาย CVPR, 2015 และ PAMI, 2016 Hong, Seunghoon, Hyeonwoo Noh และ Bohyung Han: "Decoupled Deep Neural Network for Semi-supervised Semantic Segmentation" arXiv preprint arXiv: 1506.04924 , 2015 …

97 image-processing  computer-vision  object-detection  image-segmentation  semantic-segmentation 

ฉันกำลังติดตามกวดวิชานี้และทำโครงการเกี่ยวกับการตรวจจับวัตถุที่กำหนดเองโดยใช้ tensorflow ดังนั้นเมื่อฉันพยายามสร้างบันทึก TF สำหรับภาพรถไฟโดยใช้คำสั่งต่อไปนี้ python3 generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record ฉันได้รับข้อผิดพลาดต่อไปนี้: Traceback (most recent call last): File "generate_tfrecord.py", line 23, in <module> flags = tf.app.flags AttributeError: module 'tensorflow' has no attribute 'app' ฉันจะแก้ไขข้อผิดพลาดนี้ได้อย่างไร?

18 python-3.x  tensorflow  object-detection 

ฉันพยายามตรวจจับจำนวนท่อในภาพนี้ สำหรับสิ่งนี้ฉันใช้การตรวจจับที่ใช้ OpenCV และ Python จากคำตอบที่มีอยู่สำหรับคำถามที่คล้ายกันฉันสามารถทำตามขั้นตอนต่อไปนี้ เปิดภาพ กรองมัน ใช้การตรวจจับขอบ ใช้รูปทรง ตรวจสอบการนับ จำนวนท่อทั้งหมดคือ~ 909เมื่อเรานับให้ด้วยตนเองหรือรับ 4 หลังจากใช้ตัวกรอง import cv2 import matplotlib.pyplot as plt import numpy as np img = cv2.imread('images/input-rectpipe-1.jpg') blur_hor = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((11,1,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) blur_vert = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((1,11,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) mask = ((img[:,:,0]>blur_hor*1.2) | …

13 python  opencv  image-processing  computer-vision  object-detection