多分类分割任务下实现指定类别的阈值调整
针对需要单独调整某一类别阈值的多分类分割项目,本文提供了一种简单的拆解方法

图像分割在做多分类预测时,需要在DL模块后接Blob标签分析,该模块会根据图像分割模型输出的“类别图”,以及设定的最小分数,对所有类别的缺陷概率图做统一渲染,当最小分数调大后,类别图的缺陷面积会统一变小。

--------->

 

如何在多分类任务下,指定调整某个类别的面积大小,即如何只调整某类别的灰度阈值?


了解原理:

  • 首先需要明白,类别图实际上是一张灰度图,只不过把对应的灰度值赋值给了RGB以后,做了二次渲染才在界面上呈现为彩色图,这个可以通过输出类来验证。而模型在做多分类预测时,会根据标注类别数n,生成n张缺陷概率图,并对所有缺陷区域做缺陷概率值的排序。如下图中有5种类别,则会生成5张缺陷概率图。

    

  • 做排序的原因是:此区域可能会同时存在类别A,类别B,以及背景的概率值,或者说是得分值(score)。如下图:

    

  • 需要选择概率最大的类别作为此区域的预测输出,再根据最小分数值,来划定缺陷类别的大小。若要实现对某个类别的灰度阈值操作,则模型事先是具有科学的分类标注规则,使预测时,同一区域不会出现两种高灰度值的缺陷类别,这时候就可以直接卡这两种缺陷概率图的灰度阈值,实现面积,长宽和灰度阈值的统一操作。


操作方法:

  • 首先需要在DL模块上输出指定类别的缺陷概率图,可以观察到短虚焊是位于第3位的,对应图像显示区的灰度值3,这里可以选择全部输出。

    ------>

  • 拖出Blob分析模块,如果只选择了输出短虚焊的缺陷概率图,则会按顺序默认绑定到缺陷1概率图中;如果全部输出,由于短虚焊在第3位,则会绑定到缺陷3概率图中,而断焊在第5位,则会绑定到缺陷5概率图中,如下:

    

  • 缺陷概率图表现为背景灰度值0,缺陷灰度值高,因此在运行参数中选择极性为亮于背景。此时则可以随意调整该类别的阈值大小,以实现缺陷面积大小的控制。

    

    --------->

    

  • 下面则是将所有类别统一渲染到同一张图中。在结果显示中的文本中填入该类别名,同时调整好位置。其他类别也需要按相同方法操作,如下:

    

  • 拖出输出图像模块,在渲染设置中的前项存储设置中,存入这两个Blob模块的渲染结果,至此完成了多类别任务下,对各个类别的面积和长宽的限制操作。

    
    流程图参考:

    

版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:v-club@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
上一篇

一种提升OCR模型识别率的优化方法

下一篇

模型优化方法---预测耗时篇

评论请先登录 登录
全部评论 2

2023-01-28 17:07:13 未知地区
回复

我叫旅客我立志要走遍所有评论区

2022-07-07 19:12:33 未知地区
回复
  • 1
Lv.0
1
关注
36
粉丝
13
创作
47
获赞
所属专题
  • 什么是深度学习?
  • 深度学习的前沿研究与应用
  • 深度学习和传统算法在缺陷检测应用中的特点
  • 深度学习训练工具VisionTrain1.4.1功能更新说明
  • 模型优化方法---通用基础篇
  • 模型优化方法---VM算法平台预测篇
  • 模型优化方法---VisionTrain训练篇
  • 模型优化方法---预测耗时篇
  • 深度学习小工具之快速图像分割
  • 深度学习小工具之标签转化工具
  • 深度学习小工具之图像名称、标签文件内容修改工具
  • 训练误差与泛化误差的关系
  • 训练过程中对于误差值的理解
  • 基本图像增强算法对深度学习模型结果的影响
  • 使用VM深度学习功能实现模型训练与图像检索功能
  • 智能相机-深度学习OCR训练及优化指南
  • 一种提升OCR模型识别率的优化方法
  • 根据实际需求找到最优方案-OCR识别篇
  • 多分类分割任务下实现指定类别的阈值调整
  • 多分类分割任务下的标注问题及解决思路
  • 图像分割标注训练经验分享
  • 基于VM界面层的多类别缺陷统计方案
  • VM深度学习OCR项目经验分享
  • 【VM集成开源AI】深度学习算子模块封装
  • 深度学习推理耗时波动现象的解决方法
  • 【共享学习】关于深度学习显卡推理那些事儿
  • VM7100深度学习检测温度传感器焊点,裸针,锡珠,超盘,
  • 深度学习缺陷检测项目经验分享
相关阅读
  • [共享学习]VM之角度纠正问题
    2024-03-07 浏览 0
  • 机器视觉菜鸟指南
    2024-02-29 浏览 0
  • 基于C++OpenCV实现VisionMaster中的“直线边缘缺陷检测”
    2024-03-04 浏览 0

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器