如何训练机器学习模型从图像中去除背景

给定一组图像数据集,我需要从每张图像中分割出前景对象。数据集是“汽车”的图像。输出图像应该只有汽车,而没有原始图像的任何背景。能否指导我训练这个模型所需的总体步骤?需要使用哪些算法?我将使用TensorFlow进行实现。所需功能的一个示例可以在https://www.remove.bg/找到


回答:

基于深度学习的语义分割可以用来从背景中分割前景。你需要像http://cocodataset.org/#explore这样的带注释的数据来训练深度学习模型。基于VGG16的语义分割可以提取前景对象的精确边缘。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注