在不将单个像素值转换为浮点数的情况下调整目标分割图的大小

Posted 2023-03-27

【中文标题】在不将单个像素值转换为浮点数的情况下调整目标分割图的大小

【英文标题】：Resizing a target segmentation map without converting individual pixel values to floats

【发布时间】：2021-06-26 06:22:31

【问题描述】：

我有一个数据集，其中包含 4000x6000 灰度的无人机视图图像。每个单独的像素值对应一个类（我总共有 20 个类），因此像素值 3 表示“树”。使用原始图像，我可以通过在 NumPy 中使用相等运算符轻松地为所有 20 个类创建二进制掩码，并获得像素完美的掩码。

以下是一行的示例：

[[2, 2, 2, 2, ......, 5, 5, 5]]

但是，4000x6000 对我的目的来说太大了，我想将这些细分目标调整为更容易接受的尺寸，例如 400x400 或 400x600。虽然我尝试了一些不同的 Python 库，但它们都将我的像素值转换为不同的浮点值，导致我丢失了分割图标签。是否有任何方法（不包括裁剪），可以在不丢失标签的情况下调整分割目标图和原始 RGB 输入图像的大小？

【参考方案1】：

当调整图像大小时，通常需要插入像素值（例如，决定子像素位置的“强度”）。自然图像往往在像素之间平滑变化，这使得大支持的插值非常吸引人（参见detailed discussion here）。 但是，正如您所观察到的，在标签的整数值之间进行插值根本没有意义。

因此，您可以：

不要插值 - 使用最近邻调整大小标签地图。 也就是说，对输入图像使用您喜欢的任何插值方法（LANCZOS、BICUBIC...），但对标签映射使用NEAREST 方法。

插值每个标签的概率图 - 对于每个 4000x6000 标签图，生成 20 个每类概率图并将它们插值到所需的大小（使用与图像相同的插值方法：LANCZOS，@ 987654327@...）。现在，对于每个调整大小的像素，您都有一个 20 维的目标分布。您可以使用这些“软标签”进行训练，或者使用argmax 并使用每个像素中最主要的标签进行训练。