重磅推荐:基于深度学习的免费影像语义分割软件,绿视率天空比,不再是问题

欢迎文末加入城市数据学社,共同学习进步

小编:影像语义分割应用在多个领域,例如我们经常看到的街景图像识别,计算绿视率,计算天空比,计算建筑占比等。在影像语义分割领域,如何让大家无需学习复杂的Python编码,仅仅通过简单的操作,就可以完成对图像的解析?今天我们为大家推荐一款真正开源、免费、真正基于深度学习全卷积网络(FCN)的视觉影像语义分割软件:来自CUG.HPSCIL的影像识别工具。本软件可以对150个标签进行语义分割,一起来看看详情吧:

配图示意:影像语义分割的街景应用

基于深度学习全卷积网络(FCN)的

视觉影像语义分割软件

发表于2020年8月3日

FCN网络说明

该网络为中国地质大学(武汉)信息工程学院关庆锋教授团队基于ADE_20K数据集训练的深度学习全卷积网络,软件编写语言为C++。

该网络在训练数据集的像素对比精度:0.814426,在测试数据集的像素对比精度:0.66839。

目前已在Win10(64位)>X1050/GTX1080ti测试通过,软件支持多显卡工作站和服务器。

如果需要Caffe平台的训练模型文件,请和姚尧博士(yaoy@cug.edu.cn)联系。软件网址为:

软件运行环境(必须):

Windows8/10(64位)

MicrosoftVisualC++2015/2017Redistributable

NVDIACUDA9.x(建议)

ADE_20K训练和测试数据集介绍和下载(数字0代表位置物体):

大家在本公众号回复:工具,即可免费获取本软件的下载地址。

首先我们下载解压缩软件,把软件解加压到一个文件夹即可,我们会看到如下的目录结构:

这里面的Data文件夹放入我们要进行语义分割的图片,然后点击run.bat,即可运行并生成结果。就这么简单!(可以用记事本修改run.bat,更改输入输出文件夹等设置)

我们先试试看,在\Data\Images放入一些图片,然后点击run.bat,程序会显示运行状态:

稍等片刻,软件提示识别结束,我们打开\Data文件夹下的features.csv,你会发现:

文件名,150类地物在图像中的占比,一清二楚,实在是太方便了!

这时候,在\Data\Images\seg_files文件夹,你会发现一堆黑色的图片,后缀以_seg结尾,预览是黑色,不过不要着急,拖进Arcmap看看:

进行符号化显示:

选择唯一值,点击添加所有值,再单击确定:

图片已经非常清晰的通过不同颜色被语义分割了,我们对照下原图:

软件识别效果还是非常不错的:

我们在arcgis里面点击查询按钮(i),查看不同色彩的属性值,就可以知道识别后的地物是什么类型了:

例如上图,查询出来的像素值就是18。注意是查询像素值,而不是OID。

这时候你有了csv表格,也有了切分后的图片,还缺一样东西,那就是不同像素值所代表的150种分类含义了:

注:以上中文部分是小编翻译的,仅供参考,大家以英文为准。

我们也可以试试拍摄一下窗外的场景,效果也不错:

注,由于同一道路属于多个分类,所以path,road,两种色彩出现在了这条楼间小路上。这些需要我们在研究时候按需合并。

接下来,我们详细的看一下软件的官方介绍:

软件使用说明:

软件支持将照片进行语义分割(支持识别150种物体,类别ID请查看“输出数据说明”),下载后解压到全英文路径。

软件为控制台程序。鼠标右键点击run.bat文件,使用Windows记事本或Notepad++打开run.bat,修改输入参数:图像文件夹路径和输出特征文件路径。修改后保存run.bat文件,并关闭即可。

鼠标左键双击run.bat即可运行。

输出数据说明

输出数据为16位的分割PNG图像文件,命名规则为“输入图像文件名_seg.png”,存储于输入文件夹的”seg_files”文件夹内。

seg_files文件夹需要提前在分割图像文件夹内新建,否则不输出分割文件,只输出分割结果统计文件。

输出的分割PNG图像文件内每一个ID对应一类物体,类别ID在ADE20K_Class.txt文件中查询,0表示未知地物。

输出的特征CSV文件为每张图像中150类地物所占比例。

注意事项

该程序为Windows控制台程序,需要vs2015以上的运行环境支持。如果没有安装2015以上版本VisualStudio,请在这里下载VC运行库:

请保证程序目的和执行都在全英文路径环境下,包括输入参数和图像路径。如果能启动后可识别图像文件,但处理失败的话,文件夹路径改为绝对路径。每张图像尽量不要超过1000*1000大小。文件如果过大可能会超出本地计算机/工作站的GPU内存承载能力,导致内存溢出错误。

注:使用可引用下方论文

Yao,Y.,Liang,Z.,Yuan,Z.,Liu,P.,Bie,Y.,Zhang,J.,…&Guan,Q.(2019).Ahuman-machineadversarialscoringframeworkforurbanperceptionassessmentusingstreet-viewimages.InternationalJournalofGeographicalInformationScience,33(12),2363-2384.

本公众号回复:工具,即可获取本软件下载地址。

扫描以下二维码

直接加入交流群

“城市数据人”申请加入

长按识别二维码,备注城市数据人

加入讨论群

推荐下载知识星球APP,搜索”城市数据学社“

...

小编:5月27日,一年一度的城市商业魅力排行榜发布,在纳入榜单评估的中国内地337座地级及以上城市中,一线城市的座次变为“上北深广”。15座新一线城市依次为成都、杭州、重庆、西安、苏州、武汉、南京、天...

为了进一步推进数字孪生在各行业的应用与落地,2021年3月6日,由光辉城市、天津市城市规划设计研究总院有限公司十一院(智慧城市规划院)、天津市创意城市设计实验室(天津大学)联合主办、超图集...

THE END
1.深度学习(DeepLearning)软件资源列表深度学习软件资源列表( Deep Learning ) 列表源自http://deeplearning.net/software_links/,本文进行分类整理。 星号代表对软件库的推荐度,考虑了适用范围、开发语言、更新情况、文档示例完整性等方面,Just personal opinion。 根据编程语言,对深度学习的软件资源分类: https://www.jianshu.com/p/da00448f081d
2.从零开始:深度学习软件环境安装指南机器之心从零开始:深度学习软件环境安装指南 在搭建深度学习机器之后,我们下一步要做的就是构建完整的开发环境了。本文将向你解释如何在一台新装的 Ubuntu 机器上安装 Python 和 Nvidia 硬件驱动、各类库和软件包。 为了进行强化学习研究,我最近购置了一台基于 Ubuntu 和英伟达 GPU 的深度学习机器。尽管目前在网络中能找到https://www.jiqizhixin.com/articles/2017-10-02-4
3.深度学习平台DeepLearningCaffe深度学习平台 Deep Learning on QingCloud 基于强劲的 GPU 计算资源,搭载多个主流深度学习框架,可极速搭建深度学习开发环境,全面提速 AI 应用开发。https://www.qingcloud.com/products/deeplearning/
4.常用深度学习的软件深度学习模型预测Q2: 我可以在没有GPU的情况下使用深度学习软件吗? A2: 是的,你可以在没有GPU的情况下使用大多数深度学习软件,虽然GPU可以显著加速训练过程,但许多框架也支持在CPU上运行,如果你的任务不是特别复杂或者数据集较小,CPU可能足够使用,对于大型模型和大规模数据集,缺乏GPU可能会导致训练时间过长。 https://www.kdun.com/ask/707532.html
5.避免踩坑不使用Anaconda深度学习需要安装的软件包深度学习软件库、 一、下载与安装Python 1、下载地址 下载Python的官方网址是:Python Source Releases | Python.org 进入官网后可以见到如图: 2、版本选择 选择“Looking for a specific release? (正在选择某个特定版本吗?)“栏目下载想要的Python版本。 https://blog.csdn.net/StringEast/article/details/129688827
6.苏州苏映视图像软件科技有限公司基于深度学习的AI视觉平台为多种AOI设备赋能,满足复杂的工业应用。在传统CV无法达到检测标准的场景下有效解决缺陷的定位,检测,分类以及OCR等问题。 INSAI深度学习软件 苏映视EcoAI软件拥有用户友好的界面,操作简便,无需编写任何代码。同时,它功能强大,能够胜任多种任务,包括定位、识别、分割和3D检测等。不仅如此,它还https://www.insnex.com/insaisdxxrj
7.aiditron深度学习软件创建纵向联邦学习作业华为云帮助中心为你分享云计算行业信息,包含产品介绍、用户指南、开发指南、最佳实践和常见问题等文档,方便快速查找定位问题与能力成长,并提供相关资料和解决方案。本页面关键词:aiditron深度学习软件。https://support.huaweicloud.com/topic/971483-5-A
8.深度学习工具下载深度学习工具为免费软件,它稳定且强大的功能得到了很多用户的认同。本软件使用的语言是简体中文,使用的过程很方便。深度学习工具在2024年12月12日更新到了最新版本,这次升级对功能进行了诸多改进。而且还减小了软件的体积,这个版本优化后体积为11.57MB,比之前的版本更强大、轻快了。 深度学习工具完善了很多细节,更加快速https://www.180disk.com/soft/91349.html
9.如何在实战路上与时俱进:深度学习更优实践构建深度学习研究环境首先要考虑硬件环境的支持,这也是深度学习算法区别于其他机器学习算法的重要一点,同时还要依据实际需求对深度学习软件框架进行规划和选择。 3.1硬件环境选择 深度学习需要很高的内在并行度、大量的浮点计算能力以及矩阵运算,传统的基于CPU集群的云计算技术并不擅长处理这类问题,例如,斯坦福大学的研究人员https://www.51cto.com/article/527689.html
10.ide深度学习常用软件火山引擎是字节跳动旗下的云服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,提供云基础、视频与内容分发、数智平台VeDI、人工智能、开发与运维等服务,帮助企业在数字化升级中实现持续增长。本页核心内容:ide深度学习常用软件https://www.volcengine.com/theme/1207426-I-7-1
11.深度学习语音合成软件语音合成软件哪个最好?以上是俄语音标学习软件的一些特点和优势。如果你想更好地学习俄语,提高你的发音能力,不妨尝试一下这些专业的俄语音标学习软件。它们将成为你学习俄语的得力助手,让你在学习俄语的道路上更加轻松、快捷地前行。 祝你学习俄语的旅程愉快! 四、不同深度学习软件的区别? https://tool.a5.cn/article/show/65932.html
12.学习笔记深度学习相关研究与展望Reviewofdeeplearninge)低功耗设计。鉴于嵌入式设备对功耗非常敏感,具有功耗优势的 FPGA 芯片可能成为研究的一个热点,设计基于FPGA 类似 Caffe 的可编程深度学习软件平台会是一个研究方向。 f)算法层优化。由于深度学习技术巨大的计算量和存储需求,不仅要在硬件上进行加速,算法模型优化上也可以锦上添花,如稀疏编码、层级融合、深度压缩等https://developer.aliyun.com/article/940282
13.VisionproVIDI基于深度学习的工业图像分析软件VIDI深度学习软件 将深度学习的标注、训练、测试流程,以PC软件的方式进行封装,降低了用户使用深度学习https://www.51halcon.com/thread-3997-1-1.html
14.深度学习原理与实践了解深度学习的软件框架 我们暂且不管深度学习是什么,深度学习有多强大。作为信息行业的杰出的工程师,首先需要知道深度学习真正带来的是什么?未来,深度学习对社会以及各个行业会带来什么影响?拥有大量深度学习人才的中国企业将会在世界上充当何种角色?深度学习又会给我们带来什么样的机遇与挑战? https://labs.epubit.com/bookDetails?id=N17878
15.深度学习常用软件纪录深度学习常用软件纪录 一般工作环境一般来说,笔者的代码是运行在服务器上的,服务器上具有多块显卡作为主要计算环境,服务器具有外网独立IP,就笔者的为例,是运行的Ubuntu 16.04系统,目前而言,Ubuntu等基于Linux内核的对于深度学习周边框架的支持比较好,建议大家使用Ubuntu作为主要开发环境(可以是远程的计算环境,本地编辑https://www.dianyuan.com/eestar/article-9720.html
16.构建VMware混合云平台深度学习参考堆栈(参见图 8)是一个集成的高性能开源堆栈,已针对英特尔? 至强? 可扩展处理器进行优化。该堆栈旨在帮助人工智能开发人员基于英特尔? 架构提供出色的体验。它不仅可降低深度学习软件组件中常见的复杂性,为定制化解决方案提供灵活性,还能够使企业快速创建深度学习工作负载的原型并加以部署。 https://www.intel.cn/content/www/cn/zh/cloud-computing/building-a-vmware-hybrid-cloud-platform.html
17.ViMoDeeplearning深度学习训练软件工业视觉软件ViMo Deeplearning是思谋自主研发的工业视觉深度学习训练软件,基于ViMo Cloud算法打造。它提供智能标注、自动训练、模型调优和高效推理等功能,用户无需编程即可完成物料分类、缺陷检测、工件定位和字符识别等任务。https://cn.smartmore.com/visminfo143.html
18.康耐视深度学习VIDI介绍工具与概念(2)腾讯云开发者社区Cognex ViDi Suite深度学习软件用于训练基于标记图像集的视觉优化深度神经网络 (VODNN)。经过训练的网络可以执行以下操作: 找到并识别图像中的特征。 找到并读取图像中的字符和字符串。 识别、定位和表征图像中的缺陷。 对图像分类。 Cognex ViDi Suite 工具操作分为两个阶段: https://cloud.tencent.com/developer/article/2014365
19.突破性深度学习—康耐视VisionPro视觉软件访问突破性的深度学习图像分析 通过API连接VisionPro ViDi,这是专为工业图像分析设计的首款深度学习软件。这种突破性的技术专为复杂检测、元件定位、分类、以及光学字符识别而优化,远超即使是优秀的检测员。 集成、通用的通信和图像采集 借助VisionPro,用户可以通过任意相机或图像采集卡使用功能较强的视觉软件。康耐视采集https://www.iianews.com/ca/_01-ABC00000000000290802.shtml
20.基于深度学习的软件缺陷预测模型【摘要】:为了提高软件的可靠性,软件缺陷预测已经成为软件工程领域中一个重要的研究方向.传统的软件缺陷预测方法主要是设计静态代码度量,并用机器学习分类器来预测代码的缺陷概率.但是,静态代码度量未能充分考虑到潜藏在代码中的语义特征.根据这种状况,本文提出了一种基于深度卷积神经网络的软件缺陷预测模型.首先,从源代码https://www.cnki.com.cn/Article/CJFDTotal-XTYY202101005.htm
21.工程造价用什么软件计算用友畅捷通erp软件作为国内领先的企业管理软件之一,它不仅可以整合各个部门的信息,实现资源共享,还可以通过数据分析功能帮助企业进行成本控制和优化。在工程造价计算方面,它可以直接从成本计划、采购和库存等方面进行综合管理,为工程项目提供全方位的支持。 维度四:数字化深度学习软件https://h.chanjet.com/ask/807ab9abb6731.html
22.Python深度学习机器学习深度学习框架软件开发人工智能入门书籍当当北京鼎美文化图书专营店在线销售正版《2023新书 深度学习入门2:自制框架 Python深度学习机器学习深度学习框架软件开发人工智能入门书籍 9787115607515》。最新《2023新书 深度学习入门2:自制框架 Python深度学习机器学习深度学习框架软件开发人工智能入门书籍 9787115http://product.dangdang.com/11435515047.html
23.人工智能工具:适用于机器学习和深度学习的编程软件推荐对于机器学习和深度学习,以下是一些适用的人工智能工具和编程软件推荐: TensorFlow: TensorFlow是由Google开发的开源人工智能库,被广泛用于机器学习和深度学习项目。它提供了丰富的API和工具,可以在各种硬件平台上部署,如CPU、GPU和TPU。 PyTorch: PyTorch是一个基于Python的开源深度学习框架,由Facebook开发和维护。它提供https://www.simyk.com/newsinfo/6267809.html