对于halcon深度学习中的语义分割和目标检测的理解不知道有没有错误。语义分割是否可以将图像中的缺陷标注出来,也就是将图像的每一个部分放入该放入的地方,所以缺陷也会被放入到该放入的地方。
目标检测前期需要标注,那么如果将模型训练完后,需要推导新图像时是否还需要进行标注,是否使用这个模型时可以直接将没有标注过的新图形的缺陷标注出来
关于#人工智能#的问题:语义分割是否可以将图像中的缺陷标注出来,也就是将图像的每一个部分放入该放入的地方,所以缺陷也会被放入到该放入的地方
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- CSDN专家-AI菌 2021-08-27 16:05关注
能不能分割出来,这和你的标注以及网络设计有关。如果你在标注和网络结构设计的过程中是考虑到缺陷部分,并将其作为单独的类别,进行训练。原则上是可以检测的,具体效果就看多方面了。
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用
悬赏问题
- ¥50 MATLAB APP 制作出现问题
- ¥15 wannier复现图像时berry曲率极值点与高对称点严重偏移
- ¥15 利用决策森林为什么会出现这样·的问题(关键词-情感分析)
- ¥15 DispatcherServlet.noHandlerFound No mapping found for HTTP request with URI[/untitled30_war_e
- ¥15 使用deepspeed训练,发现想要训练的参数没有梯度
- ¥15 寻找一块做为智能割草机的驱动板(标签-stm32|关键词-m3)
- ¥15 信息管理系统的查找和排序
- ¥15 基于STM32,电机驱动模块为L298N,四路运放电磁传感器,三轮智能小车电磁组电磁循迹(两个电机,一个万向轮),怎么用读取的电磁传感器信号表示小车所在的位置
- ¥15 如何解决y_true和y_predict数据类型不匹配的问题(相关搜索:机器学习)
- ¥15 PB中矩阵文本型数据的总计问题。