搜索
bottom↓
回复: 32

【人工智能 图像分割 原创首发】第一章 项目介绍

  [复制链接]

出5入84汤圆

发表于 2020-10-13 11:28:39 | 显示全部楼层 |阅读模式
看过我前几个帖子的人应该能感觉到,我在寻求一种方法对图片中的物体进行提取。类似于如下:


为了解决这种需求,动过很多想法,从最早的图像处理算法(特征识别)开始,到后来的边缘检测算法,都不尽如意。医疗图像处理和病灶的提取本身就很困难。
这些年人工智能的发展为我打开了一扇窗。想着可不可以让机器自动识别病灶呢?然后查阅资料,发现人工智能在这个领域满满的显示出巨大优势,比如这次的疫情covic的ct图像智能识别是否感染。
然后呢,就着手开始了。因为之前搞多一点tensorflow,所以还是希望在这个基础上来继续自己的探索。

首先,大量的搜索后发现,其实很多大公司都已经有了自己的人工智能大脑,比如阿里、baidu。初期我也尝试了使用baidu的人工智能网络来搭建自己的图像库。
声明!!!:我没有做广告。我只是把自己的经历写出来,而且我最终是放弃这个方案的。



图像分割这一块,可能是比较复杂吧,反正找来找去也没几个做这方面的。于是我就找到baidu的easydl。
过程是这样的:
1. 建立一个训练库,把你的图像上传。
2. 在训练库中进行分割标注,其实就是画圈把你要识别的物体圈起来。
3. 在baidu的服务器开始一键训练,等待结果完成。
4. 训练完后可以对这个网络进行测试,就是上传一个新图片,看他能不能正确识别出来。
5. 将这个网络下载下来,安装到安卓手机或苹果手机,然后拍照测试是否能正确识别。

总的来说:这个准确率还是可以的,但是有个最大的问题就是:慢! 。识别一张图片至少需要5秒钟时间,在和他们的技术沟通后发现这个问题无法解决。因为我的需求是实时图像识别。还有就是收费问题,反正不便宜。
然后就又陷入死胡同了。

然后网上搜索,发现deeplab这个网络对图像分割非常友好,给的测试例子也都能很好的识别。
网络结构如下:


图像分割识别如下:


效果还是相当好的,所以就打算用这个网络来训练自己的图像。
下一章,开始详细讲解训练方法和过程。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x

出55入66汤圆

发表于 2020-10-13 11:40:16 来自手机 | 显示全部楼层
很好的文章,满满的硬货

出0入8汤圆

发表于 2020-10-13 11:45:34 | 显示全部楼层
持续关注,楼主出个系列

出0入0汤圆

发表于 2020-10-13 11:47:07 | 显示全部楼层
持续关注中,期待下一章

出0入4汤圆

发表于 2020-10-13 11:47:57 | 显示全部楼层
持续关注

出0入0汤圆

发表于 2020-10-13 12:19:24 | 显示全部楼层
本帖最后由 vjcmain 于 2020-10-13 12:20 编辑

大佬做超声的哇? 求加WX 交流交流  

出5入84汤圆

 楼主| 发表于 2020-10-13 15:51:15 | 显示全部楼层
vjcmain 发表于 2020-10-13 12:19
大佬做超声的哇? 求加WX 交流交流

我只是把超声图像拿来计算一下,没做超声那一块。

出0入0汤圆

发表于 2020-10-13 17:06:55 | 显示全部楼层
医疗分割领域unet不是最广的吗?我同事用unet网络分割超声波图像,效果很好。

出0入0汤圆

发表于 2020-10-13 17:31:22 | 显示全部楼层

有涉及?                              

出5入84汤圆

 楼主| 发表于 2020-10-13 17:32:13 | 显示全部楼层
hexenzhou 发表于 2020-10-13 17:06
医疗分割领域unet不是最广的吗?我同事用unet网络分割超声波图像,效果很好。 ...

底层都是卷积。deeplabv3+用的是空洞卷积,对图像的整体把握更好。unet还没用过,你同事的是应用在什么平台上的?

出10入0汤圆

发表于 2020-10-13 17:58:11 | 显示全部楼层
牛,学习下

出0入42汤圆

发表于 2020-10-13 18:12:11 | 显示全部楼层
牛,标记一下图像分割

出0入0汤圆

发表于 2020-10-13 21:41:32 | 显示全部楼层
牛,学习一下

出0入0汤圆

发表于 2020-10-14 00:19:34 | 显示全部楼层
公司是做AI协处理器的,我是做算法验证的,简单来说就是把那些convolution,depthwise convolution, dilation convolution, pooling,fullyconnect,LUT,eltwise等这些算子拆分后给到最底层硬件相应模块去跑,再或者就是把他们串起来跑一个完整的网络。一直都是最底层在倒腾,且刚入门,对于上层具体应用,还没研究过,mark一下楼主的连载,抽空找个时间研究研究

出10入0汤圆

发表于 2020-10-14 00:33:30 来自手机 | 显示全部楼层
关注学习一下!

出13910入4092汤圆

发表于 2020-10-14 02:29:43 | 显示全部楼层
精华,打赏!

出0入0汤圆

发表于 2020-10-14 08:19:43 | 显示全部楼层
硬通货!必须支持。

出0入0汤圆

发表于 2020-10-14 08:28:09 | 显示全部楼层
精华!
说得我云里雾里的。
halcon不行么?

出5入84汤圆

 楼主| 发表于 2020-10-14 09:29:32 | 显示全部楼层
XP85118978 发表于 2020-10-14 00:19
公司是做AI协处理器的,我是做算法验证的,简单来说就是把那些convolution,depthwise convolution, dilat ...

确实,深度学习底层都是卷积、池化等操作。你们的协处理器客户是在云端使用还是也销售硬件芯片?

出5入84汤圆

 楼主| 发表于 2020-10-14 09:31:42 | 显示全部楼层
Firman 发表于 2020-10-14 08:28
精华!
说得我云里雾里的。
halcon不行么?

这个也是平台的,在服务器上训练,然后下载sdk使用吧。
收费和速度如何呢?

出0入0汤圆

发表于 2020-10-14 09:49:24 | 显示全部楼层
chun2495 发表于 2020-10-14 09:29
确实,深度学习底层都是卷积、池化等操作。你们的协处理器客户是在云端使用还是也销售硬件芯片?
...

卖IP的,不自己做芯片的,主要是应用在安防,adas,边缘服务器等芯片中。

出5入84汤圆

 楼主| 发表于 2020-10-14 09:53:40 | 显示全部楼层
XP85118978 发表于 2020-10-14 09:49
卖IP的,不自己做芯片的,主要是应用在安防,adas,边缘服务器等芯片中。 ...

类似于baidu easyDL、halcon、这些吧!

出0入0汤圆

发表于 2020-10-14 10:59:38 | 显示全部楼层
很好的文章,满满的硬货

出0入0汤圆

发表于 2020-10-14 16:12:21 | 显示全部楼层
chun2495 发表于 2020-10-14 09:31
这个也是平台的,在服务器上训练,然后下载sdk使用吧。
收费和速度如何呢? ...

halcon开发环境要8w6,公司至少要买一套才有资格买运行版。
运行版每台电脑要5w8,有加密狗。
主要是halcon能简易转到其它环境

出5入84汤圆

 楼主| 发表于 2020-10-14 17:29:59 | 显示全部楼层
Firman 发表于 2020-10-14 16:12
halcon开发环境要8w6,公司至少要买一套才有资格买运行版。
运行版每台电脑要5w8,有加密狗。
主要是halc ...

这个确实高端。
自己玩还是免费开源的好些。

出0入4汤圆

发表于 2020-10-14 18:38:10 | 显示全部楼层

目前有接触,yolov3

出0入0汤圆

发表于 2020-10-14 19:48:06 | 显示全部楼层
chun2495 发表于 2020-10-14 17:29
这个确实高端。
自己玩还是免费开源的好些。

求帶~~~         

出5入84汤圆

 楼主| 发表于 2020-10-14 20:01:34 | 显示全部楼层

大神见笑了。

出0入0汤圆

发表于 2020-10-15 09:11:54 | 显示全部楼层

大神。。。。。。。。。。。。。。

出0入0汤圆

发表于 2020-11-6 13:35:37 | 显示全部楼层
赞一个,多谢分享!

出0入0汤圆

发表于 2020-11-6 14:13:43 | 显示全部楼层
这个高级,最后是多久识别一张图片

出0入0汤圆

发表于 2020-11-6 14:23:54 | 显示全部楼层
这个高级,多谢分享!

出5入84汤圆

 楼主| 发表于 2020-11-6 15:12:48 | 显示全部楼层
huangqi412 发表于 2020-11-6 14:13
这个高级,最后是多久识别一张图片

具体没测过,大概1秒好几张吧。
回帖提示: 反政府言论将被立即封锁ID 在按“提交”前,请自问一下:我这样表达会给举报吗,会给自己惹麻烦吗? 另外:尽量不要使用Mark、顶等没有意义的回复。不得大量使用大字体和彩色字。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|amobbs.com 阿莫电子论坛 -- 东莞阿莫电子网站 ( 粤ICP备2022115958号, 版权所有:东莞阿莫电子贸易商行 创办于2004年 (公安交互式论坛备案:44190002001997 ) )

GMT+8, 2022-9-28 08:27

© Since 2004 www.amobbs.com, 原www.ourdev.cn, 原www.ouravr.com

快速回复 返回顶部 返回列表