입문

GAN에게 공부를 시키면 결과가 왜곡되죠.나는 원인 중 하나가 배경을 포함한 학습이라고 생각한다.애니메이션 삽화에 GAN을 설치한 사람들은 예쁜 이미지를 만드는 것을 보았는데 배경에는 대부분 흰색 데이터 집합을 사용한다는 인상을 주었다.또한 고해상도Progressive Growing of GANs를 성공적으로 생성한 것을 보면 데이터의 예처리로 배경에 고스 필터가 모호한 것을 사용했다.학습 대상과 다른 대상을 분리하여 처리하는 것이 효과적이라는 것이다.
그래서 Semantic Segmentation을 하고 싶은데 좋은 데이터 집합이 없어요.그럼 혼자 할 수밖에 없어!그렇게 생각하지만 수공으로 주석을 달기는 힘들다.Opencv의 Grabcut를 사용하여 생성되었습니다.그래서 100장이 끝나도 먼저 공개해야 한다.(괜찮으시다면 누가 도와주시겠습니까?)
GoogleDrive.

살짝 설명해주세요.

zip 압축 해제 후 *.npz 파일이 있습니다.numpy.load에서 읽을 수 있습니다.이후 사전 형식과 같이 키를 지정하십시오.다음은 각 키에 대해 설명합니다.

URL, sec_URL

원본 이미지는 http://danbooru.donmai.us 의 것을 사용합니다.URL은 이미지 페이지의 URL을 포함합니다, src_URL에는 이미지에 대한 직접 링크 URL의 문자열이 저장됩니다.

fg, bg

fg는 전망, bg는 배경.모든 데이터는 이미지의width,height와 같은shape 그룹입니다. 이 픽셀은 1 이외에 0의 데이터입니다.
다음은 샘플 이미지입니다.빨간색 부분은 이 부분이다.
원본 이미지
fg
bg

hair, skin, face

이게 단어야?
hair
face
skin



상기 5개에 대해 주석을 달았다.

끝내다

데이터 수가 100 정도면 좋은 모델을 만들기 어렵다.Unsupervised Segmentation과 Semi-supervised Segmentation에 대한 연구도 있는 것 같아서 공부하고 싶어요.