/segmentasi-semantik

Primary LanguagePython

segmentasi semantik

Untuk melakukan training, ikuti langkah-langkah berikut:

  • hapus file test.txt yang ada di folder-folder
  • Download train data dari https://www.cs.toronto.edu/~vmnih/data/
  • Simpan citra asli di folder building_input_files atau road_input_files tergantung tipenya dan simpan labelnya di building_label_files atau road_label_files tergantung tipenya
  • Kemudian jalankan file train.py seperti berikut:

python train.py \ --model="ResNet" \ --batch_size=1 \ --type="building" \ --training_step=5000 \ --saved=100

  • model: ResNet atau SSAI
  • batch_size: Batch Size
  • type: building atau road
  • training_step: jumlah tahap training
  • saved: model disimpan setiap berapa tahap
  • untuk melakukan evaluasi, gunakan file eval.py seperti berikut:

python train.py \ --image="building_input_files/22979035_15.tiff" \ --model="summary\ResNet-building\100.ckpt"

  • model: path ke file ckpt model yang sudah ditraining
  • image: path ke citra yang ingin di segmentasi

Hasil Segmentasi SatNet

Dibuat berdasarkan model ResNet dengan Fully Convolutional Network alt text

Hasil Segmentasi SSAI

Dibuat berdasarkan paper “Multiple Object Extraction from Aerial Imagery with Convolutional Neural Networks” yang ditulis oleh Shunta Saito, Takayoshi Yamashita, Yoshimitsu Aoki pada tahun 2015 alt text