【发布时间】：2019-11-02 21:36:22
【问题描述】：
我有一张蜜蜂的图像，对于图像中的每只蜜蜂，我都有 - 1）蜜蜂（x，y）在图像中的坐标 2）蜜蜂的方向（相对于y轴）
我想在给定的图像上训练一个 Mask-RCNN，为了训练 Mask-RCNN，我需要每个蜜蜂实例的轮廓。
但我想要一个更精细的掩码版本，也许一些分割技术可以帮助我。
这些都是我想到的 -
1) K-means 聚类，因为我有图像中每只蜜蜂的位置。 （以每只蜜蜂为质心）
感谢任何帮助或建议
【问题讨论】：
-
这些椭圆是手工绘制的还是使用质心坐标和方向自动绘制的？这张图片中蜜蜂的大小和形状看起来非常均匀。如果注释（中心+方向）实际上是准确的，那么您可以有一个很好的分割起点。
-
感谢您的回复，这些注释是使用质心和方向自动绘制的。是的，蜜蜂的大小是同质的，但它们也与背景非常相似。我使用了 GrabCut 和 Active-contour 建模，但没有得到令人满意的结果。有没有其他我可以尝试的技术？
-
看来注释并不完全准确。您可以尝试使用更准确的平均蜂形多边形而不是椭圆，但我认为它不会给您带来满意的结果。像Supervisely 或任何在线/离线可用的other tool 这样的半手动分割工具呢？在你有几个带注释的示例之后，训练模型来注释其他示例会更容易。
-
感谢您的帮助，我去看看。
标签： machine-learning computer-vision image-segmentation