search

hellozhuo / pidinet

Code for the ICCV 2021 paper "Pixel Difference Networks for Efficient Edge Detection" (Oral).
Other
445 stars 69 forks source link

边缘图后处理问题请教 #26

Open githublqs opened 2 years ago

githublqs commented 2 years ago

你好,请问pidinet输出的边缘图,用什么方法可以变成类似canny的单像素边缘?就像halcon里的深度学习边缘检测算法这样: image

zhuoinoulu commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

slowlypasser commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

你好，请问在哪里进行非极大值抑制？

SWPU-WuDan commented 2 years ago

请问您是否获取了单像素边缘？

githublqs commented 2 years ago

没有

Cjy0034 commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

我参考了您说的论文 Learning to Predict Crisp Boundaries， ECCV 2018.对损失函数进行了改动，但是训练出来的效果并不好，边界不但没有变细，又有更多的细节突出出来了。我很疑惑是因为我的权重设置错误了吗（文献中所说权重交叉熵损失权重0.001，dice损失权重1）？ 原图像原图像 pidinetpidinet 改动后的pidinet改动后的pidinet

zhangxiao121 commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

我参考了您说的论文 Learning to Predict Crisp Boundaries， ECCV 2018.对损失函数进行了改动，但是训练出来的效果并不好，边界不但没有变细，又有更多的细节突出出来了。我很疑惑是因为我的权重设置错误了吗（文献中所说权重交叉熵损失权重0.001，dice损失权重1）？ 原图像原图像 pidinetpidinet ![改动后的pidinet](https://user-images.githubusercontent.com/38454055/168715307-5257e106-bb5c-403e-85cd-af63915b7cca.png

你是要提取细边缘吗？

zhangxiao121 commented 2 years ago

没有

您好，请问你是否解决了这个问题？

zhangxiao121 commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

我参考了您说的论文 Learning to Predict Crisp Boundaries， ECCV 2018.对损失函数进行了改动，但是训练出来的效果并不好，边界不但没有变细，又有更多的细节突出出来了。我很疑惑是因为我的权重设置错误了吗（文献中所说权重交叉熵损失权重0.001，dice损失权重1）？ 原图像原图像 pidinetpidinet ![改动后的pidinet](https://user-images.githubusercontent.com/38454055/168715307-5257e106-bb5c-403e-85cd-af63915b7cca.png

你是要提取细边缘吗？

我之前看过一篇文献，好像可以提取细边缘，不过后面是又增强了一个网络

Cjy0034 commented 2 years ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

我参考了您说的论文 Learning to Predict Crisp Boundaries， ECCV 2018.对损失函数进行了改动，但是训练出来的效果并不好，边界不但没有变细，又有更多的细节突出出来了。我很疑惑是因为我的权重设置错误了吗（文献中所说权重交叉熵损失权重0.001，dice损失权重1）？ 原图像原图像 pidinetpidinet ![改动后的pidinet](https://user-images.githubusercontent.com/38454055/168715307-5257e106-bb5c-403e-85cd-af63915b7cca.png

你是要提取细边缘吗？

我之前看过一篇文献，好像可以提取细边缘，不过后面是又增强了一个网络

我是打算提取细边缘，您对于我上面出现的问题，有什么解决方法吗？

wzs-go commented 1 year ago

你好，非极大抑制处理后，边缘图会变瘦，不过这属于后处理了，在matlab评估代码里有用到。如果要让算法直接生成瘦的边缘图，可以参考 Learning to Predict Crisp Boundaries， ECCV 2018.

我参考了您说的论文 Learning to Predict Crisp Boundaries， ECCV 2018.对损失函数进行了改动，但是训练出来的效果并不好，边界不但没有变细，又有更多的细节突出出来了。我很疑惑是因为我的权重设置错误了吗（文献中所说权重交叉熵损失权重0.001，dice损失权重1）？ 原图像原图像 pidinetpidinet ![改动后的pidinet](https://user-images.githubusercontent.com/38454055/168715307-5257e106-bb5c-403e-85cd-af63915b7cca.png

你是要提取细边缘吗？

我之前看过一篇文献，好像可以提取细边缘，不过后面是又增强了一个网络

我是打算提取细边缘，您对于我上面出现的问题，有什么解决方法吗？

请问您现在解决如何提取细边缘的问题了吗？

Cjy0034 commented 1 year ago

这是来自QQ邮箱的假期自动回复邮件。你好，我最近正在休假中，无法亲自回复你的邮件。我将在假期结束后，尽快给你回复。

githublqs commented 1 year ago

最近看到了ImageJ的脊检测插件 https://imagej.net/plugins/ridge-detection 不知道作为后处理的效果会怎样，差不都的参数，halcon的效果似乎要好一些 vvvvv