TensorFlow：如何在图像分割中处理无效标记的数据？
我想知道如何使用TensorFlow处理图像分割中未标记的图像部分。例如，我的输入是高度宽度通道的图像。标签的大小也为高度*宽度，每个像素有一个标签。
图像的某些部分带有注释，其他部分则没有注释。我希望这些部分对梯度计算没有任何影响。此外，我对网络预测此“无效”标签不感兴趣。
是否有标签或功能？目前我正在使用tf.nn.sparse_softmax_cross_entropy_with_logits。
问题答案：
我不是100％熟悉TF。但是，您是否考虑过使用weights损失参数？
看tf.loses.sparse_softmax_cross_entropy它有一个参数weights
weights：损失系数。这必须是标量或与标签具有相同的等级
您可以将weight“无效”像素设置为零，从而使损耗忽略它们。
您也可以从中删除减少量tf.nn.sparse_softmax_cross_entropy_with_logits并用于tf.losses.compute_weighted_loss执行加权。
-
给定以下代码，如何将其简化为单个功能行？ 这是我遇到的一个常见模式，我有一个流，我想过滤这个流，根据这个过滤器创建两个流，然后我可以对流a做一件事，对流B做另一件事。这是一个反模式，还是以某种方式得到支持？
-
我想建立一种图像变形处理工具。与此链接中的内容类似： https://giphy.com/gifs/painting-morph-oil-c8ygOpL64UDuw 实现这一点的第一步是构建一个二维像素网格。像素填充颜色。填充颜色是通过使用get（）；函数从图像（PImage img1；）中读取颜色来创建的。这就是我如何用我的像素重建图像。在第二步中，我认为我将使用lerp（）；函数给相应的像素第
-
我需要在MATLAB中实现一个基于连通分量算法原理的图像分割函数，但需要做一些修改。这是为了非常简单的2D图像，有一个背景颜色和一些不同颜色的对象。 其思想是，将图像作为一个矩阵，我提供了一个选择背景颜色的工具（它将对每个图像变化）。然后，当图像的背景颜色的值被选中时，我要对图像中的所有对象进行分割，结果应该是一个带标签的矩阵，图像大小相同，背景为0，每个对象有不同的数字。 这是我的意思的一个生动
-
我可以在Irfanview中打开原始的DICOM文件，这工作得很好，但是当我从DICOM文件中获取比特流并将其保存为文件，并尝试在Irfanview中打开它时，我得到一个错误“不支持JPEG进程/压缩：SOF类型0xC3” 我已经检查了字节流是否与DICOM文件的字节流相匹配，并且检查了它是否以FF D8 FF E0 00 10 4a 46 49 46开头，这似乎是一个标准的JPEG头。 在DIC
-
我写了一个代码，在选项卡式窗格中显示图像。我的代码如下所示 好吧，然后我需要在图像的特定位置放置一个标记…如何在上面放置标记…？ 任何关于在图像中放置标记的帮助都是受欢迎的....
-
如果你标记了一个新名字并删除了原来的名字，docker是否可以从一个私有存储库中拉取？ 例如， 这篇相关的帖子展示了如何更改docker映像名称，但没有说明从Harbor或私人回购中提取的内容：docker如何更改存储库名称或重命名映像？