Python代码实现图像语义分割

2024-04-24 22:47:52

Python代码实现图像语义分割的步骤详解

原文链接：https://www.jb51.net/article/187249.htm

在网上看到了这篇，代码简洁，身为还没完全入门的小白，每跑通一个程序真的都好开心~

1、环境部署
在进行项目设计前，需要安装所需的第三方库文件：TensorFlow、Pillow、OpenCV-Python、scikit-image和PixelLib，指令如下所示：

pip install tensorflow
pip install pillow
pip install opencv-python
pip install scikit-image
pip install pixellib

2、语义分割
PixelLib使用Deeplabv3+框架实现语义分割，在pascalvoc数据集上训练的Xception模型用于语义分割。
下载链接： Xception模型
第1步：导入PixelLib模块，代码如下所示：

import pixellib
from pixellib.semantic import semantic_segmentation

第2步：创建用于执行语义分割的类实例，代码如下所示：

segment_image = semantic_segmentation()

第3步：调用load_pascalvoc_model()函数加载在Pascal voc上训练的Xception模型，代码如下所示：

segment_image.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5")

第4步：调用segmentAsPascalvoc()函数对图像进行分割，并且分割采用pascalvoc的颜色格式进行。此函数有两个必选参数：

       path_to_image：分割的目标图像的路径；path_to_output_image：保存分割后输出图像的路径。

将路径替换为自己环境路径即可，代码如下所示：

segment_image.segmentAsPascalvoc("path_to_image", output_image_name = "path_to_output_image")

也可以生成了带有分段叠加层的图像，只需要将segmentAsPascalvoc()函数的overlay属性设置为True，代码如下所示：

segment_image.segmentAsPascalvoc("sample1.jpg", output_image_name = "image_new.jpg", overlay = True)

可能会遇到的错误：

original_keras_version = f.attrs[‘keras_version’].decode(‘utf8’)
AttributeError: ‘str’ object has no attribute ‘decode’

解决办法：
卸载原来的h5py模块，安装2.10版本

pip uninstall h5pypip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/

执行效果如下图：

Python代码实现图像语义分割相关推荐

【毕业设计】深度学习图像语义分割算法研究与实现 - python 机器视觉
文章目录 0 前言 2 概念介绍 2.1 什么是图像语义分割 3 条件随机场的深度学习模型 3. 1 多尺度特征融合 4 语义分割开发过程 4.1 建立 4.2 下载CamVid数据集 4.3 加载C ...
【Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
深度卷积网络CNN与图像语义分割
转载请注明出处: http://xiahouzuoxin.github.io/notes/html/深度卷积网络CNN与图像语义分割.html 级别1:DL快速上手级别2:从Caffe着手实践级 ...
Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
制作用于图像语义分割训练的标签数据【图像分割】【labelme】
制作用于图像语义分割训练的标签数据 *写在前面一.使用labelme制作json数据 1.安装labelme 2.利用labelme制作json数据二.将json数据转化为图像数据 1.单个jso ...
图像语义分割入门：FCN/U-Net网络解析
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 图像语义分割(Semantic Segmentation)是图像处理和是机器视觉技术中关于图像 ...
【图像语义分割】DeepLabv3+(Pytorch版) 源码复现—Kitti数据集
自己研究课题涉及到图像语义分割,所以最近复现了Deeplabv3+,在KITTI数据集上进行实验,kitti的语义分割数据集是按照cityspace的数据集制作的所有可以用cityspaces的训练模 ...
遥感图像语义分割——从原始图像开始制作自己的数据集(以高分二号为例)
遥感图像语义分割--从原始图像开始制作自己的数据集(以高分二号为例) 文章目录遥感图像语义分割--从原始图像开始制作自己的数据集(以高分二号为例) 1.遥感影像获取 2.遥感数据预处理(影像融合) ...
深度学习：使用UNet做图像语义分割，训练自己制作的数据集，详细教程
语义分割(Semantic Segmentation)是图像处理和机器视觉一个重要分支.与分类任务不同,语义分割需要判断图像每个像素点的类别,进行精确分割.语义分割目前在自动驾驶.自动抠图.医疗影像等 ...

最新文章

热门文章