这是什么类型的计算机视觉任务？
What Type of Computer Vision Task is This?
我正在寻找哪种算法或计算机视觉任务（深度学习任务）可以实现以下目标：
我的源图片是：
我想创建如下细分：
什么类型的任务或算法或一系列步骤可以产生这个？
我试过：
- 使用深度学习的分割模型。但它并不总能产生最佳结果。
我在想：
- 如果我们可以将 OpenCV pre/post 任务处理类型与基于深度学习的语义分割相结合，我们就可以实现这一目标。
有什么建议吗？
这是计算机视觉中的（语义）分割任务。深度学习可用于进行语义分割。深度学习有很多方法。
您正试图在航拍图像中分割住宅区，因为您的住宅区在输出掩码中是白色的，而道路是黑色的。但是人们通常会反向操作，即他们将道路分段。您可以通过搜索“航拍图像中的道路分割”在互联网上找到很多教程（example）。分割道路后，您可以对输出取负值以获得黑色道路。
为获得最佳结果，您需要标记数据。一种快速的方法是使用其他人的数据（and/or 模型），然后在您自己的标记数据上使用 fine-tune。您可以在互联网上找到其他人的数据（例如：Toronto Univ data）。对于 fine-tuning (transfer-learning)，您可能需要大约 200-300 张自己标记的图像。
我正在寻找哪种算法或计算机视觉任务（深度学习任务）可以实现以下目标：
我的源图片是：
我想创建如下细分：
什么类型的任务或算法或一系列步骤可以产生这个？
我试过：
- 使用深度学习的分割模型。但它并不总能产生最佳结果。
我在想：
- 如果我们可以将 OpenCV pre/post 任务处理类型与基于深度学习的语义分割相结合，我们就可以实现这一目标。
有什么建议吗？
这是计算机视觉中的（语义）分割任务。深度学习可用于进行语义分割。深度学习有很多方法。
您正试图在航拍图像中分割住宅区，因为您的住宅区在输出掩码中是白色的，而道路是黑色的。但是人们通常会反向操作，即他们将道路分段。您可以通过搜索“航拍图像中的道路分割”在互联网上找到很多教程（example）。分割道路后，您可以对输出取负值以获得黑色道路。
为获得最佳结果，您需要标记数据。一种快速的方法是使用其他人的数据（and/or 模型），然后在您自己的标记数据上使用 fine-tune。您可以在互联网上找到其他人的数据（例如：Toronto Univ data）。对于 fine-tuning (transfer-learning)，您可能需要大约 200-300 张自己标记的图像。