聚类算法在语义分割管道中的作用?
Posted
技术标签:
【中文标题】聚类算法在语义分割管道中的作用?【英文标题】:Role of clustering algorithms in semantic segmentation pipeline? 【发布时间】:2021-02-12 08:36:16 【问题描述】:我正在尝试考虑如何将聚类(例如 k-means)融入对图像进行语义分割或对象识别的程序。我的理解是语义分割主要是使用深度 CNN 来完成的。 K-means 可以很好地进行分割,但是语义分割是有监督的,因此聚类本身就不够了。
我的问题是:这种无监督技术如何融入语义分割的整体流程中?其他技术是否普遍占主导地位,或者仍然存在涉及分类/定位问题的实际用例?我知道paper using k-means clustering to generate candidate boxes——在这个管道中还有其他相关的集群技术用例吗?
【问题讨论】:
【参考方案1】:它们不占主导地位,但在数据较少时使用。
无监督方法用于数据通常稀缺的医学图像分割。
示例 - 爬山分割 实现:https://in.mathworks.com/matlabcentral/fileexchange/22274-hill-climbing-color-image-segmentation
看看这个paper,讨论关于爬山和分割的k-means
【讨论】:
以上是关于聚类算法在语义分割管道中的作用?的主要内容,如果未能解决你的问题,请参考以下文章