python - 张量流和 keras 中的多边形图像
问题描述
我正在使用 Keras 训练两个不同的定制 Unet,原则上它们运行良好。但是他们是在预测多边形内的图片,所以我只对二次输出图像的一部分感兴趣,如图示例所示。我当然可以在使用 numpy 进行训练和预测后删除图像中不需要的部分:
图像[np.where(mask < 0.5)] = np.nan
但在 tensorflow 训练之前去除图片中不需要的部分肯定会更好。无需训练多边形之外的任何东西。关于如何在不重写整个 Unets 的情况下做到这一点的任何想法?
解决方案
推荐阅读
- html - 这个带有 `%button` 的代码笔中的 HTML 代码是什么?
- c# - 找不到 ASP.Net Core 应用程序部件视图
- scala - Spark 无法爆炸列
- jenkins - 如何在 jenkins groovy 中使用 fmt_case?
- node.js - 在 nodejs 服务器上处理套接字连接和 http 请求
- python - 如何插入熊猫数据框,以便在给定间隔内对列进行采样?
- javascript - 从现有 JSON 文件实例化新的 JavaScript 对象
- c# - 如何判断进程是否受保护?
- python - HTML解析以在Python中使用BeautifulSoup在所有HTML标记之后获取所有带分隔符的文本数据
- python - 是否可以将打印结果打包到 excel 或 html 中?