問題タブ [labeling]

jgrapht が提供するさまざまなタイプの有向および無向グラフ クラスを使用して、グラフの色付けアルゴリズムを作成することに興味があります。それらのどれも、グラフ クラス自体の中でこれを行う簡単な機能を持っていないようです (例: DirectedSimpleGraph)。

私の目標は、オブジェクト自体の外部に頂点情報を保存する必要なく、グラフ オブジェクトをトラバースし、さまざまなラベルや色を頂点に追加/変更できるようにすることです。つまり、「DirectedSimpleGraph」などのメソッドを使用または作成したいと考えています。 .setColorToVertex(v, c), ここで、v は頂点で、c はおそらく整数として定義される色です.リードまたはベストプラクティスのアドバイスは大歓迎です.

入力画像とニューラル ネットワークを指定すると、画像内の各ピクセル (空、草、山、人、車など) のラベル付きクラスを出力する方法を探しています。

私は Caffe (将来のブランチ) をセットアップし、PASCAL-Contextモデルで FCN-32s Fully Convolutional Semantic Segmentation を正常に実行しました。ただし、明確なラベル付き画像を作成することはできません。

私の問題を視覚化する画像:
入​​力画像

のグラウンド トゥルース

と私の結果:

これは、解像度の問題である可能性があります。どこが間違っているのか分かりますか？

したがって、これは理論的な質問とコーディングの質問の両方であることは理解していますが、10 個のラベル (x1、x2、...、x10) とそれに対応する「位置」ベクトル (v1、v2、...) のリストがあるとします。 、v10)。

互いの L2 ノルム距離に基づいてそれらを折りたたみたいと思います。たとえば、v1 が v10 に近い場合、すべての x10 を x1 などに変更します。

したがって、最終結果は仮説的には新しいラベル (x1、x3、x7、x8) のようになります。これをスマートに (x1', x2', x3', x4') にする方法はありますか? 人々が混乱して新しいラベルが同じであると想定しないようにするためです。

与えられた: labels = すべてのラベル (1,2,3...,10) を持つ Nx1 のベクトル

コード例:

これにより、再ラベル付けするペアのリストが生成されます。マージしたいすべてのペアをマージし、マージの一部ではなかったラベルを保持するように、「ラベル」を書き換えるスマートな方法はありますか。次に、6 組の数字 (10-6 = 4) をマージすると、(1,2,3,4) になるように再編成されます。

ありがとうございました。これはやや奇妙な問題だと思いますので、質問がある場合はお知らせください。

FactoMineR を使用して PCA を実行していますが、個人因子マップでラベル付けされた個々のポイントを取得できないようです。私のデータセット ("ExData.csv") には、13 行 (A から M のラベル) と 10 列 (N から W のラベル) のマトリックスの値が含まれています。私は以下を実行しています：

PCA を実行すると、A から M までではなく、1 から 13 までのラベルが付けられたポイントを持つ個人ファクター マップ (PCA) が得られます。

個人因子マップ (PCA) プロットの個々の点を適切にラベル付けするにはどうすればよいですか (つまり、A から J)。

画像のバイナリ ヒストグラムを保存しました。さまざまな接続コンポーネントにさまざまなレベルのグレーでラベルを付けようとしています。つまり、レベル 255 は残りません。

動作するコードがいくつかあると思いますが、問題は実行に時間がかかりすぎることです。より速い方法があるかどうか、または問題があるかどうか疑問に思っています。

現在、州では、上と左の間で妥協が必要な領域を 1,2,3,4 として保存し、すべての 2 は 1 で、すべて 4'3 である必要があります。

ここが本当に遅い部分です。うまくいくと思いますが、最高値から始めて作成した状態のリストを調べています。次に、最高値を最低値に変換します。

どんな助けにも感謝します！

Python を使用して形成された次のクラスターがあり、クラスター内のドットにラベルを付けたいと考えています。その方法がわかりません。

ゲームを作ってみました。ゲームは、ドットが入った 9 つのピースで構成されています。ピースの各面には、0、1、または 2 つのドットがあります。

これは一枚です。この作品は、次のようになります。

これらはすべての部分です。(正面、右面、背面、右面、上面、下面)

これは、実行するとメッセージが表示される

ヘルプや提案はありますか?

よろしくお願いします、

ルイス・コスタ

Google の TensorFlowを使用した深層学習モデルに取り組んでいます。モデルは、シーンのセグメント化とラベル付けに使用する必要があります。

1. 33 個のセマンティック クラスと256x256ピクセルの画像を持つSiftFlow データセットを使用しています。
2. その結果、畳み込みとデコンボリューションを使用する最終層で、次の tensor(array) [256, 256, 33]に到達します。
3. 次に、 Softmaxを適用し、結果をサイズ[256, 256]のセマンティック ラベルと比較します 。

質問:形状が[256,256,1]に なるように最終レイヤーに平均平均化または argmax を適用し、各ピクセルをループして、256x256 インスタンスを分類しているかのように分類する必要がありますか? 答えが「はい」の場合、そうでない場合はどのように、他にどのような選択肢がありますか?