关于网络输出 about u-2-net

[xuebinqin]

抠图不需要轮廓坐标，将图像与而二值图的0对应的像素设为0即可，或者将二值图与图像concat保存为四通道RGB-A，如果需要获取轮廓，可以用opencv的findContour函数提取。

…

On Mon, Aug 24, 2020 at 3:08 AM zcswdt ***@***.***> wrote: 您好，感谢您开源自己的研究项目，我遇到了一个问题，在预测的时候产生的二值图，如何在原图中将这个图片扣出来呢，网络输出有轮廓的坐标吗？ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#54>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ADSGORORPR44NZ53MRG25L3SCIU2RANCNFSM4QJIYWWQ> .

-- Xuebin Qin PhD Department of Computing Science University of Alberta, Edmonton, AB, Canada Homepage:https://webdocs.cs.ualberta.ca/~xuebin/

[zcswdt]

抠图不需要轮廓坐标，将图像与而二值图的0对应的像素设为0即可，或者将二值图与图像concat保存为四通道RGB-A，如果需要获取轮廓，可以用opencv的findContour函数提取。

谢谢作者的指导，代码预测产生的二值图，好像并不是完全二值图，有其他灰度值，如红框所示：
您说的那个二值图是测试代码哪里能得到呢？

[xuebinqin]

是的，这个图是probabilty map， 你需要自己二值化它。e.g. pd = pd > 0.5 or(pd = pd >=128 if the pixel values are in [0,255])

[zcswdt]

是的，这个图是probabilty map， 你需要自己二值化它。e.g. pd = pd > 0.5 or(pd = pd >=128 if the pixel values are in [0,255])

谢谢大佬回复，如沐春风，我理解了。不过您的测试代码里面只拿了d1作为后续保存的输出，其他的还有d2,d3,d4...等，这个d1等都代表什么意思？我没看懂。

[xuebinqin]

d1,d2,…,d7 是由不同分辨率的feature maps得到的probability map，其中长生d1的feature map是最高的，所以将d1最为最后的输出，其他的属于side output用来regularize 整个网络的训练，一定程度上去减少过拟合，在inference阶段可以不用。

…

On Aug 27, 2020, at 1:37 AM, zcswdt ***@***.***> wrote: 是的，这个图是probabilty map， 你需要自己二值化它。e.g. pd = pd > 0.5 or(pd = pd >=128 if the pixel values are in [0,255]) 谢谢大佬回复，如沐春风，我理解了。不过您的测试代码里面只拿了d1作为后续保存的输出，其他的还有d2,d3,d4...等，这个d1等都代表什么意思？我没看懂。 <https://user-images.githubusercontent.com/43515926/91411438-e7277b80-e87a-11ea-8226-be6f9b6352bc.png> — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#54 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ADSGORKYBMAETT7O65DP463SCYEKXANCNFSM4QJIYWWQ>.

[zcswdt]

eature maps得到的probability ma

好的，谢谢作者的耐心指导，非常感谢，祝您一切安好。