dftba
本人做醫療影象處理相關的業務，主要是使用語義分割方面的工作。最近在工作中看到了之前同事收集的語義分割相關的文件，基本把語義分割的歷史程序梳理了一遍。但是感覺美中不足的是，像網上許多講解性的文章一樣，更多的是分析**，從理論角度來討論如何實現等問題，卻沒有真正的實現**以及相關的測試環境，所以想一方面是可以共同學習共同進步，另一方面也是自己對相關歷程的乙個總結。
在整個實現的過程中，我會使用ubuntu16.04系統，python3.6，tensorflow1.13，keras2.2.4，cuda10的環境進行編寫，後邊也會有相應的配置過程講解
這裡考慮到環境系統等差異可能會影響實現的過程以及結果，同時也為了幫助一些新人更方便的搭建環境，在最開始會從頭講解如何搭建開發環境，以及資料整理，力爭可以有乙個相對穩定的環境來進行後邊的模型編寫
深度學習 語義分割總結
翻譯自qure.ai 什麼是語義分割 對的每個畫素都做分類。較為重要的語義分割資料集有 voc2012 以及 mscoco 有哪幾種方法 傳統機器學習方法 如畫素級的決策樹分類，參考textonforest 以及 random forest based classifiers 再有就是深度學習方法。...
學習「語義網格」
雖然在ian foster和carl kesselman的書中幾乎對jeffery等人的網格分層觀點 1 持否定態度 然而認為網格可以分為資料 資訊和知識三層並將這種想法付諸r d實施的大有人在。ian和carl認為這個觀點有其侷限性，通常計算 資料和知識是彼此不可分割的，特別是知識不僅駐留在網格應...
語義分割 基於openCV和深度學習（一）
語義分割 基於opencv和深度學習 一 semantic segmentation with opencv and deep learning 傳統的分割方法是將影象分割為若干部分 標準化切割 圖形切割 抓取切割 超畫素等 然而，演算法並沒有真正理解這些部分所代表的內容。另一方面，語義分割演算法試...