問題タブ [deconvolution]

私はコンピューター ビジョンのドメインを調査および学習しており、現在 CNN について学習しています。私は完全に接続されたレイヤーまで、つまり CNN の概念を完全に理解しています。

しかし、画像セグメンテーションのタスクに飛び込んだとき、次の論文に出くわしました。

• セマンティック セグメンテーションのための学習デコンボリューション ネットワーク
• セマンティック セグメンテーションのための完全畳み込みネットワーク
• U-Net: 生物医学画像セグメンテーションのための畳み込みネットワーク

ここでは、畳み込みと完全に接続された層について説明し、続いてデコンボリューションとアンプーリングについて説明します。デコンボリューションとアンプーリングの数学的側面は理解できましたが、最終的に画像のセグメンテーションにどのようにつながるかを理解できず、最も重要なことに視覚化できません。

私には問題と解決策がありますが、私の答えが正しいかどうか、またはどこで間違っていたのか、あなたの助けに感謝します->質問はそれです->通貨交換の慣行について研究している考古学の教授は、4つのことに気づきました彼の研究にとって重要なローマのコインは、博物館の所蔵品にリストされています。残念なことに、彼はコインが最近盗まれたことを知りました。彼の良いところは、博物館が所蔵品のすべてのアイテムの写真を保管していることです。残念なことに、彼が興味を持っているコインの写真は、日付やその他の刻印が読み取れないほどぼやけています。写真撮影に使用されたオリジナルのカメラや、同時代の代表的なコインも展示されています。あなたは画像処理コンサルタントとして雇われ、教授がマーキングを読み取ることができるように画像を処理するためにコンピューター処理を利用できるかどうかを教授が判断するのを支援します。この問題に対する段階的な解決策を提案します。

私の解決策より->まず、ぼやけた写真を発生させる設定をしているコインとカメラから、それに応じて開始方法を選択します。デコンボリューション法を使用してぼやけを取り除いた後、ハイパスフィルターを使用して明らかにしますコインの周囲を測定するか、通貨の形状を明らかにするためのしきい値法を使用します。2D 写真では、コインがどこにあり、どのピクセルを取引する必要があるかを簡単に確認できます。たとえば、全体を適用するのではなく、画像への処理、決定されたピクセラーに取り組んでいます。次に、コインから必要な情報がある場所で、xy 方向の勾配を取得して、画像からどの部分であるかを判断します。次に、適用します。この部分が明確になるように、必要な部分にダイヤルします。場所が明確になったら、OCR (光学式文字認識) またはテンプレート マッチングを使用して、必要な領域の鮮明な画像を取得します。

始める前に、私は Python の DSP についてまったく知識がないことをお伝えしなければなりません。
部屋のインパルス応答を抽出できるように、Python を使用して 2 つの音声信号をデコンボリューションしたいと考えています。入力信号はサインスイープであり、出力はその記録です。
コードを書きましたが、うまくいきませんでした。長い間試してきましたが、実際には結果がありませんでした。
入力と出力の FFT を計算し、分数の iFFT を計算してプロットするコードを教えてください。

mxnet のバージョンは 0.9 です。インスタンスのセグメンテーションには resnet-50 ベースのデコンボリューション オペレータを使用しますが、いくつかのバッチを処理した後、プログラムが故障し、エラー メッセージは次のようになります。