Keras语义分割模型在?Hub上！? ? ?

全部的贡献归功于 François Chollet 。

此存储库包含来自 this notebook on segmenting pets using U-net-like architecture 的模型。我们已经更改了推断部分，以在Hub上启用分割小部件（请参阅pipeline.py）。

背景信息

图像分类任务告诉我们图像分配的类别，而对象检测任务在图像中的对象上创建边界框。但是如果我们想要了解图像的形状呢？分割模型帮助我们分割图像并揭示它们的形状。它有许多变体，包括全景分割、实例分割和语义分割。本文讨论如何在Hub上托管您的Keras语义分割模型。语义分割模型对像素进行分类，也就是为每个像素分配一个类别（可以是猫或狗）。模型的输出如下所示：。我们需要为每个像素获得最佳预测。。这仍然不可读。我们必须将其转换为每个类别的不同二进制掩码，并通过将每个掩码转换为base64格式来转换为可读格式。我们将返回一个字典列表，对于每个字典，我们有标签本身、base64代码和分数（语义分割模型不返回分数，所以我们必须返回1.0）。您可以在pipeline.py中找到完整的实现。。现在您知道了模型的预期输出，您可以按照类似的方式托管您的Keras分割模型（以及其他语义分割模型）。试试看吧，托管您的分割模型！