Phương pháp học không giám sát được sử dụng rộng rãi trong phân đoạn ảnh để xác định vùng có ý nghĩa trong ảnh không có dữ liệu nhãn. Cách tiếp cận này giúp đỡ trong ứng dụng có chú giải bằng tay là không thực tế hay tốn kém. Hiểu được những mẹo và tính toán thiết thực có thể cải thiện hiệu quả của các phương pháp này.

Cơ bản của sự co giật ảnh không giám sát

Phân đoạn ảnh không giám sát bao gồm điểm ảnh nhóm dựa trên tính năng như màu, họa tiết hay cường độ. Thuật toán chung bao gồm cụm K, có nghĩa là Shift, và các phương pháp dựa trên đồ họa. Những kỹ thuật này phân tích dữ liệu ảnh để phân chia nó thành vùng riêng biệt, không có chú thích trước.

Lời khuyên thực tế để làm vui lòng

Để cải thiện kết quả, hãy xem những lời khuyên sau:

  • Hình xử lý pre:[FLT: 1] chuẩn hoá giá trị điểm ảnh để giảm tính khả năng biến đổi.
  • [FLT: 0] Hãy chọn những tính năng thích hợp: dùng khoảng không màu như LAB hoặc HSV để phân đoạn tốt hơn.
  • Định nghĩa tham số tối ưu:[FLT: 1) Dùng phương pháp như khuỷu tay cho K-means để chọn số cụm.
  • Kết quả Validate:) Dùng số đo như điểm bóng để đánh giá chất lượng phân đoạn.

Tính toán và đo lường

Tính toán là cần thiết để điều chỉnh các thuật toán và đánh giá kết quả. Ví dụ, trong K-means cụm, tổng số hình vuông trong tập hợp (WCSS) giúp xác định số lượng tối ưu của cụm. Điểm ảnh tương tự trong cụm của chúng so với các cụm khác.

Để tính toán WCSS:

Tổng khoảng cách bình phương giữa mỗi điểm và cụm centiro.

Điểm số từ -1 đến 1, với giá trị cao hơn cho thấy phân đoạn tốt hơn.