通用分割处理的结果图相对于原图会变糊,这个能优化吗?
对于存在运动模糊的情况,可以采用软分割(soft segmentation),即不要求将图像中每个像素都只打唯一的语义标签,在运动模糊处允许存在过渡区域,过渡区域内的像素可以按照一定权重分给不同语义类别。对于低分辨率、噪声、低光照等情况,如果存在这些降质图像的语义标签,一般在这些图像上finetune后的模型依然能够在降质图像上取得较好的性能。如果没有语义标签,那么在清晰图像上训练好的模型直接在降质图像上测试一般会存在性能下降。这时可以考虑采用域适应、半监督等方法来减轻这种性能下降。
如果说你在进行通用分割处理后结果图相对于原图会变模糊,这个是可能的,首先看下你需要处理的原图的图像格式、图像大小、图像分辨率是否在官方文档要求的数据参数内包含 如果说像素太小或者说分辨率太低的话,目前的分割处理后的结果可能会有些许模糊,经过个人测试发现,在允许的输入参数内,分辨率越大,图像大小越大,处理效果越好。当然你也可以尝试通用高清分割,文档地址 https://help.aliyun.com/document_detail/188843.html,这里的输入参数会提供更大的可选择区间 可以尝试一下看是否能解决你的问题。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。