Как изменить размер изображения вместе с его маской?

На чтение 3 мин Опубликовано 08.01.2025

Вопрос или проблема

У меня есть оригинальные изображения размером 1935×1481. Я использую labelme для аннотирования изображений. Я создаю полигоны на оригинальном изображении. Существует ли способ изменить размер изображения вместе с их маской? Я планирую использовать TFOD mask-rcnn, и я знаю, что он изменит размер изображения, но что произойдет с маской?

В этом руководстве они используют следующее для изменения размера изображения и маски.

Это применимо к вашему случаю?

@tf.function
def load_image_train(datapoint):
  input_image = tf.image.resize(datapoint['image'], (128, 128))
  input_mask = tf.image.resize(datapoint['segmentation_mask'], (128, 128))

Ответ или решение

Увеличение или уменьшение изображения вместе с его маской является важным шагом в задачах компьютерного зрения, особенно когда речь идет о нейронных сетях для сегментации, таких как Mask R-CNN, используемых в TensorFlow Object Detection API.

Понимание проблемы:

У вас есть оригинальные изображения размером 1935×1481, аннотированные с использованием инструмента LabelMe. Аннотации представлены в виде полигонов, которые формируют маску сегментации. Важно, чтобы при изменении размера изображения маска сегментации корректно аппроксимировалась до нового размера, чтобы сохранить точность и релевантность данных.

Решение проблемы:

С помощью TensorFlow вы можете одновременно изменять размер изображений и их масок. В предоставленном вами примере применяется метод tf.image.resize, который последовательно изменяет размеры изображений и масок на 128×128 пикселей. Этот подход является корректным и позволяет сохранить адекватные пространственные соответствия между изображением и маской.

Пошаговое руководство:

Импорт необходимых библиотек: Убедитесь, что у вас установлены необходимые библиотеки, такие как TensorFlow.
```
import tensorflow as tf
```
Функция для изменения размера:

Ваш пример:
```
@tf.function
def load_image_train(datapoint):
    input_image = tf.image.resize(datapoint['image'], (128, 128))
    input_mask = tf.image.resize(datapoint['segmentation_mask'], (128, 128))
```
Объяснение:
- tf.function позволяет компилировать функцию для ускоренного выполнения.
- tf.image.resize используется для изменения размеров как изображения, так и маски. Важно сохранить неизменным соотношение сторон изображений и масок для корректного использования в нейронных сетях.
Проверка и валидация:

Убедитесь, что измененные изображения и маски корректно загружаются и отображаются. Контроль за сохранением характеристик полигонов в маске также необходим.
Использование в Mask R-CNN:

Подготовленные изображения и маски можно использовать в модели Mask R-CNN. Необходимо позаботиться о том, чтобы загрузка данных и обучение модели были корректно настроены с учетом измененных размеров изображений.

Заключение:

Изменение размера изображений и их масок — задача, которой следует уделять внимание для достижения качественных результатов в сегментации. Применяя указанный метод, вы сможете подготовить ваши данные для использования с Mask R-CNN, сохраняя при этом точность аннотаций.

Этот ответ, надеюсь, предоставил полное и профессиональное объяснение, включающее необходимые шаги для решения вашей задачи.