segnet_gyoza

SegNetで、餃子の領域抽出を行います。 ソースコードは、keras(tensorflow)でSegNetを参考に作成しています。

注意事項

本リポジトリ内のソースコードは、餃子の領域抽出にsemantic segmentationが有効か検証するために作成したものです。 入出力画像のN数が少なく、バイアスが小さく無く、ラベルの出来具合はあなり良くないかもしれないので、予めご了承ください。

また、SegNetは2015年に発表されたモデルであり、手法としてはやや古いです。 おそらく，最新の手法（例：PSPNet）の方が、よりうまく抽出してくれるでしょう。

(semantic segmentationの技術的進歩を俯瞰したい場合は：セマンティックセグメンテーションのガイド2017年版を参考にどうぞ）

各ファイルの説明

• segmentation.ipynb
  ソースコード。Cloud Datalab GPUインスタンス上で実行します。Cloud Storageから画像の読み込み→KerasでSegNet実行→推論データをCloud Storageへ保存という流れです。最後の方は、餃子が重なり合った領域に関する定量的評価が記述されています。

• seg_class2_50.h5
  学習済みモデルです。segmentation.ipynbにおいて、epochs=50として学習したパラメータが保存されています。