mrgloom
-
Количество публикаций
2 302 -
Зарегистрирован
-
Посещение
-
Days Won
142
Сообщения, опубликованные пользователем mrgloom
-
-
Какого качества камеру надо чтобы нормально 'увидеть эффект'?
-
laplacian, хотя наверно и другие подойдут.
google -> laplacian focus measure
-
-
Чем то похоже
https://www.kaggle.com/c/data-science-bowl-2018
Сколько у вас картинок? Есть ли разметка?
-
> детектор автомобильных номеров на классификаторе из dlib
А из коробки есть?
-
Да, можно даже искуственно нагенерить таких картинок и предсказывать например матрицу перспективного искажения 3x3 вытянутую в вектор, т.е. решаем задачу как регрессию и предсказываем 9 чисел.
-
Еще немного в другую сторону(про просмотр затайленых карт/изображений):
Помниться как то пробовал запустить это на базе polymaps и flask, но из коробки не заработало вроде:
https://github.com/DmitryUlyanov/large-image-viewer
И еще проект на который он ссылается(не пробовал):
https://github.com/ebenolson/kaggle-ndsb-visualization
Еще:
https://github.com/klokantech/iiifviewer
https://openseadragon.github.io/
https://annotorious.github.io/
И судя по списку https://github.com/lovasoa/dezoomify#supported-zoomable-image-formats
существует много форматов и вьюверов.
Еще типа terrapattern:
https://github.com/gakarak/AirBaseMarking
https://github.com/CreativeInquiry/terrapattern
-
https://blog.deepsense.ai/deep-learning-for-satellite-imagery-via-image-segmentation/
Похоже на правду что и unet'ом можно мелкие линии.
-
Как вариант:
1. Сдетектировать объект.
2. Обучить CNN на определение скейла и поворота как регрессию.
p.s. конкретный пример-картинка не помешает.
-
По поводу визуализатора который может показывать лейбл когда наводишь мышку, хотелось бы что то такое только в 2d и что то посерьёзнее(тут 10к только) с LOD (аля gogole maps) и отсечением по view'у.
http://projector.tensorflow.org/
Хотя тут уже 500к точек крутится.
https://threejs.org/examples/webgl_buffergeometry_points.html
-
Пофиксил пару багов
1. Отключение просчета lire фич для экономии времени.
2. Отключение сортировки в main.openFolder при которой падаетЗагрузил ~250 кластеров ~2k изображений 256x256 для просмотра, каждый кластер это подпапка с изображениями в главной папке.
1. Clustertag не поддерживает изначальную кластеризацию (в статье было про weka), а только отображение готовых кластеров.
2. Кластеры отображаются в пространстве не по похожести.
3. Изображения внутри кластера отображаются не по похожести.
4. Нет возможности перетаскивать изображения между кластерами.
5. Нет возможности понять что это за текущий кластер и изображение.Вообщем так себе.
-
В итоге собралось, но походу из коробки не работает(но что то треды делают в бэкграунде), подавал 100 картинок из cifar10.
-
Есть ли какие то похожие тулы, а то свой велосипед не хочется писать.
ClusterTag: Interactive Visualization, Clustering and Tagging Tool for Big Image Collections
код на java
https://bitbucket.org/mpg_projects/clustertag
-
> Типа того, из статей, с этим бились и явно указывали на такой артефакт в статье про UNet.
Так там это в контексте того, что изображение тайлится, а потом склеивается, а если целиком пихать то норм, не?
>Без skip-connections ступенчатые декодеры отвраттельно работают.
Segnet (без unpooling'а с индексами как в оригинальной статье) у меня нормально работает, или о каких декодерах речь?
> з.ы. а зачем ты используешь FCN, причем такой извращеный с апсемплингом в 32 раза?
Я не в продакшн, а для бенчмарка.
>Вообще в "боевых" архитектурах обычно не кропают края.
Тогда надо размер изображения подгонять под конкретную сеть, например чтобы на 32 делилось целиком (для VGG16).
-
Ну тут вот без нахлеста работает, т.е. (2, 2), strides=(2, 2), видимо потому что concatenation идёт с нормальными слоями без дырок и это компенсирует.
https://github.com/jocicmarko/ultrasound-nerve-segmentation/blob/master/train.py#L55
Я пробовал на FCN 5 раз по (2, 2) и были артефакты насколько помню.
Краевые эффекты от того что padding='same', добивается нулями? где то можно про это почитать?
В caffe репе они кстати пишут:
ЦитатаWhy pad the input?: The 100 pixel input padding guarantees that the network output can be aligned to the input for any input size in the given datasets, for instance PASCAL VOC. The alignment is handled automatically by net specification and the crop layer. It is possible, though less convenient, to calculate the exact offsets necessary and do away with this amount of padding.
-
Понял что pad и crop нужен для того чтобы подавать изображения на которые сетка 'не расчитана', т.е. чтобы не получалось дробных значений, когда мы сжимаем блоб в 32 раза (для vgg16).
Еще не понятно как у них учится без взвешивания классов:
https://arxiv.org/pdf/1605.06211.pdf
Class balancing
Fully convolutional training can balance classes by weighting or sampling the loss. Although our labels are mildly unbalanced (about 3/4 are background), we find class balancing unnecessary.У меня на Pascal Voc 2012 у которого 70% background class обучается так, что предсказывает всё как background, пробовал так же убирать этот класс и так же предсказывает больше классы которые более представлены в выборке по кол-ву пикселей.
-
Да в этом и было дело.
Кстати попробовал сделать не сразу 64 32, а 5 раз по 2 2 и не заработало, хотя вот в unet как раз 2 2 используется.
https://github.com/jocicmarko/ultrasound-nerve-segmentation/blob/master/train.py#L55
Еще непонятно в чем смысл падинга и кропа в оригинальной сетке на caffe?
https://github.com/shelhamer/fcn.berkeleyvision.org/blob/master/voc-fcn32s/train.prototxt#L27
https://github.com/shelhamer/fcn.berkeleyvision.org/blob/master/voc-fcn32s/train.prototxt#L509
Запилил пример на keras по мотивам https://github.com/ZFTurbo/ZF_UNET_224_Pretrained_Model
Пока добавил unet, segnet, fcn.
https://github.com/mrgloom/keras-semantic-segmentation-example
- 1
-
Мой вопрос не в этом, а в том что у меня явно видны блоки как у jpeg сжатия, а у них плавные границы, хоть и грубые.
Походу там stride 32, а kernel 64, а у меня 32 и 32, надо попробовать.
Хотя и не понятно как ' Deconvolution ' слой в caffe работает по сравнению с Conv2DTranspose.
-
За счёт чего в оригинальной статье получают 'сглаженный' результат? даже для FCN-32S, где по идее должно быть увеличении сжатого блоба в 32 раза.
https://github.com/shelhamer/fcn.berkeleyvision.org/blob/master/voc-fcn32s/train.prototxt
https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf
Я пробовал такую версию на базе VGG16 или проблема в том, что Conv2DTranspose не подходит?
def get_fcn_vgg16_32s(inputs): bn = BatchNormalization()(inputs) # Block 1 x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv1')(bn) x = Conv2D(64, (3, 3), activation='relu', padding='same', name='block1_conv2')(x) x = MaxPooling2D((2, 2), strides=(2, 2), name='block1_pool')(x) # Block 2 x = Conv2D(128, (3, 3), activation='relu', padding='same', name='block2_conv1')(x) x = Conv2D(128, (3, 3), activation='relu', padding='same', name='block2_conv2')(x) x = MaxPooling2D((2, 2), strides=(2, 2), name='block2_pool')(x) # Block 3 x = Conv2D(256, (3, 3), activation='relu', padding='same', name='block3_conv1')(x) x = Conv2D(256, (3, 3), activation='relu', padding='same', name='block3_conv2')(x) x = Conv2D(256, (3, 3), activation='relu', padding='same', name='block3_conv3')(x) x = MaxPooling2D((2, 2), strides=(2, 2), name='block3_pool')(x) # Block 4 x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block4_conv1')(x) x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block4_conv2')(x) x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block4_conv3')(x) x = MaxPooling2D((2, 2), strides=(2, 2), name='block4_pool')(x) # Block 5 x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block5_conv1')(x) x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block5_conv2')(x) x = Conv2D(512, (3, 3), activation='relu', padding='same', name='block5_conv3')(x) x = MaxPooling2D((2, 2), strides=(2, 2), name='block5_pool')(x) x = Conv2D(128, (3, 3), activation='relu', padding="same")(x) x = Conv2DTranspose(128, kernel_size=(32, 32), strides=(32, 32), padding='same')(x) return x
-
В итоге sloth вроде как неплох, раздражает только 1 вещь что при создании полигона надо жать каждый раз на кнопку, а не по клику мыши.
https://github.com/cvhciKIT/sloth/issues/145
И еще поддержка никакая, т.к. проект старый.
-
https://github.com/lzx1413/labelImgPlus
В итоге заработало под windows на anaconda python 2, но не работает сохранение.
https://github.com/wkentaro/labelme
И это заработало, но при сохранении зачем то сохраняется изображение прямо в json как бинарная строка (но это довольно легко убрать) и еще нет загрузки сразу нескольких изображений как в labelImg и нет выбора из списка лейблов, а надо каждый раз руками прописывать.
Еще попробовал https://github.com/cvhciKIT/sloth
Но полигоны там нельзя перемещать и изменять, только удалять.
-
https://lear.inrialpes.fr/people/klaeser/software_image_annotation
Погонял prebiuild binaries для винды
Не читает .jpg.
Большие изображения загружает, но когда добавляешь маску лагает.
Ну и там разметка кисточкой, а хотелось бы полигонами.
-
Хочется нормальный тул для разметки полигонами, который работает на винде и убунте, умеет делать zoom мышкой, поддерживает большие изображения.То что посмотрел:1. https://github.com/lzx1413/labelImgPlus
Нет prebuild binaries для винды, надо ставить под python 2
2. https://github.com/AKSHAYUBHAT/ImageSegmentation
Разметка кистью типа graphcut, не то что надо.
Непонятно как билдить\деплоить, часть под веб.
3. https://github.com/wkentaro/labelme
Есть баг при сохранении разметки - видимо из-за того что юникод по разному в python2 и python3.
Нету (или не работает) ctrl + mouse wheel для zoom.
Надо собирать под анаконду, но на винде норм работает.
4. https://github.com/seanbell/opensurfaces-segmentation-ui
Непонятно как билдить\деплоить, часть под веб.
Похоже только под linux, непонятно как сохранять данные.
5. https://github.com/CSAILVision/LabelMeAnnotationTool
Тоже клиент-сервер-браузерное решение, непонятно как билдить\деплоить.Что то старое.
6. https://github.com/kyamagu/js-segment-annotator
Чистый js, работает из коробки в браузере (без сервера и локально).
Надо руками копировать изображение в соответствующую папку и добавлять его в мета информацию, иначе его не видно.
Разметка по суперпикселям, не подходит.
Вешает браузер на размерах изображения 8k x 5k. -
Очистка изображения от печатного текста
в OpenCV
Опубликовано · Report reply
Датасеты в тему
http://vc.ee.duth.gr/dibco2017/