Lösungen zur Beibehaltung des Vordergrunds bei kontrastarmen Bildern
Wenn sich das Motiv nahe an der Hintergrundfarbe befindet, können folgende Maßnahmen ergriffen werden, um die Qualität der Segmentierung zu gewährleisten:
- Vorbehandlungsstufe::
- Kontrastverbesserung mit dem CLAHE-Algorithmus (OpenCV-Implementierung)
- Histogramm-Entzerrung von V-Kanälen im HSV-Raum
- Manuelle Beschriftung einer kleinen Anzahl von Keypoints zur Steuerung des Algorithmus (erfordert Änderung der Modelleingabeschicht)
- Modellhafte Anwendungstechniken::
- Setzen Sie den Schwellenwertparameter beim Aufruf der API auf 0,3 (Standardwert 0,5)
- Temperaturskalierung der Vertrauensausgangsschicht (Temperaturskalierung)
- Kombiniert mit CRF-Post-Processing zur Verfeinerung der Grenzen
- alternativ::
- Wechsel zu einer Inferenzversion des HSV-Farbraums (benutzerdefiniertes Laden erforderlich)
- Manuelle Korrektur von Masken für besonders wichtige Bilder
Die experimentellen Daten zeigen, dass die Segmentierungsgenauigkeit des vorverarbeiteten Beispiels eines weißen Hochzeitskleides mit weißem Hintergrund von 62% auf 89% verbessert werden kann. Es wird empfohlen, die Domänenanpassung für professionelle Bilder, wie z. B. medizinische Bilder oder Röntgenbilder, zuerst fein abzustimmen.
Diese Antwort stammt aus dem ArtikelBEN2: Deep-Learning-Modell zur schnellen Hintergrundentfernung aus Bildern und VideosDie
Verwandte Dokumente Download-Adresse
Für den Download dieser Ressource ist eine Anmeldung erforderlich. Gehen Sie zusich anmelden
© Download-Ressourcen Urheberrecht gehört dem Autor; alle Ressourcen auf dieser Website sind aus dem Netz, nur für Lernzwecke, bitte unterstützen Sie die ursprüngliche Version!
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie lässt sich das Problem des Vordergrundverlusts vermeiden, wenn BEN2 kontrastarme Bilder verarbeitet?
