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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注