Кожна нова задача семантичної сегментації зображень (ССЗ) вимагає тонкої настройки архітектури мережі сегментації, яку дуже важко виконати на зображеннях високої роздільної здатності, що можуть містити багато категорій і залучати величезні обчислювальні ресурси. Таким чином, питання полягає в тому, чи можна набагато швидше протестувати архітектури мереж сегментації, щоб знайти оптимальні рішення, які могли б бути застосовані до реальних завдань ССЗ. Розглянуто розробці набору даних (НД) із нескінченним масштабуванням, який міг би слугувати тестовою платформою для ССЗ. НД буде містити будь-яку кількість записів будь-якого розміру, необхідного для тестування. Новий штучний НД проектується для ССЗ. Цей НД являє собою зображення в градаціях сірого з білим тлом. Багатокутний об'єкт випадковим чином розміщується на тлі. Ребра багатокутника - чорні, а тіло багатокутника - прозоре. Таким чином, зображення НД являє собою набір ребер опуклого багатокутника на білому тлі. Край багатокутника має товщину в один піксель, але перехід між білим тлом і чорними краями багатокутника включає сірі пікселі в околиці однопіксельних країв. Такий шум є наслідком процесу перетворяння формату файлу зображення. Кількість ребер багатокутника генерується випадковим чином для кожного наступного зображення. Розмір багатокутника і положення його центра мас щодо полів зображення також рандомізовані. Модельний НД будь-якого обсягу і розміру зображення може бути згенерований "з нуля". Крім того, генератор НД автоматично категоризує пікселі для класів "background" і "polygon". Такий НД не потребує збільшення. Зрештою, цей НД можна нескінченно масштабувати, і він буде слугувати платформою швидкого тестування для архітектур мереж сегментації. Висновки: розглянуто приклади використання НД із багатокутників підтверджують його придатність і здатність навчених мереж успішно сегментувати комплекти об'єктів. Крім того, виявляється критерій ранньої зупинки на основі сегментації порожнього зображення.

  Повний текст PDF - 485.554 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"