Mi a szemantikus szegmentáció?
A szemantikus szegmentáció olyan számítógépes látási feladat, amely a kép minden pixelét egy osztályba sorolja.
Long, Shelhamer és Darrell a feladatot úgy írja le, hogy minden pixelt annak a tárgynak vagy területnek az osztályával címkéznek, amelyhez tartozik. Teljesen konvolúciós hálózatuk tetszőleges méretű képet fogad. Ugyanakkora címketérképet ad vissza.
Kapcsolódó feladatok
A példány-szegmentáció minden objektumot külön észlel és szegmentál. A szemantikus szegmentáció nem. Két repedésnek ugyanazt a címkét adja. A panoptikus szegmentáció a kettőt egyesíti, és a jelenet minden pixelének egy következetes címkét ad.
Modell felépítése és értékelése
Sok modell az U-Net felépítését követi. Az összehúzódó ág rögzíti a kontextust. A szimmetrikus kiterjesztő ág visszaállítja az egyes címkék helyét. Szerzői nagyon kevés képen tanították.
Két gyakori mutató a pixelpontosság és az átlagos metszet-unió arány (mean IU). A pixelpontosság a helyes pixelek száma osztva az összes pixel számával. Az átlagos IU osztályonként összeveti a becsült és a valódi pixeleket, majd az eredményt átlagolja.
Alkalmazás a repülőtéri vizsgálatban
A repülőtéri burkolat PCI-jét ASTM D5340 szerint határozzák meg (FAA AC 150/5380-6C, 2.4. szakasz). Az FAA körlevél nem említi a képszegmentálást. Ez az oldal nem állít semmit arról, hogy egy szegmentációs modell mennyire jól találja meg a burkolati károsodásokat.
Gyakran Ismételt Kérdések
- Mi a különbség a szemantikus, a példány- és a panoptikus szegmentáció között?
- A szemantikus szegmentáció minden pixelt osztályba sorol, de nem választja szét az azonos osztályba tartozó objektumokat. A példány-szegmentáció minden objektumot külön észlel és szegmentál. A panoptikus szegmentáció a kettőt egyesíti, így a jelenet minden pixele egy következetes címkét kap.
- Hogyan értékelik a szemantikus szegmentációs modellt?
- Két gyakori mutató a pixelpontosság és az átlagos metszet-unió arány (mean IU). A pixelpontosság a helyesen osztályozott pixelek aránya. Az átlagos IU minden osztályra kiszámítja a becsült és a valódi pixelek átfedését az uniójukhoz képest, majd ezeket átlagolja az összes osztályra.
- Mi az a U-Net?
- A U-Net egy szegmentációra használt konvolúciós hálózat. Összehúzódó ága rögzíti a kontextust, a szimmetrikus kiterjesztő ága pedig pontos lokalizációt ad. Ronneberger, Fischer és Brox 2015-ben mutatta be orvosi képekre, és nagyon kevés képen tanította.
Hivatkozások
- fcn-long-2015
- Fully Convolutional Networks for Semantic Segmentation Long, Shelhamer and Darrell, CVPR 2015 (arXiv:1411.4038)
- unet-2015
- U-Net: Convolutional Networks for Biomedical Image Segmentation Ronneberger, Fischer and Brox (arXiv:1505.04597)
- panoptic-2018
- Panoptic Segmentation Kirillov, He, Girshick, Rother and Dollar (arXiv:1801.00868, CVPR 2019)
- faa-ac-150-5380-6c
- AC 150/5380-6C, Guidelines and Procedures for Maintenance of Airport Pavements FAA
Ez egy referenciabejegyzés. A TarmacView drónos ellenőrzési szolgáltatásokat nyújt, és nem árulja az ebben a szószedetben leírt felszereléseket vagy anyagokat.
