La Segmentation d'images avec TensorFlow

Je suis en train de voir la faisabilité de l'utilisation de TensorFlow pour identifier les caractéristiques de mes données d'image. J'ai 50x50px images en niveaux de gris de noyaux que je voudrais avoir segmenté - la sortie désirée serait un 0 ou 1 pour chaque pixel. 0 pour le fond, 1 comme le noyau.

Exemple d'entrée: premières données d'entrée

Exemple d'étiquette (ce que le "label"/la vraie réponse serait): sortie de données (étiquette)

Est-il même possible d'utiliser TensorFlow pour effectuer ce type de machine learning sur mon dataset? Je pourrait avoir des milliers d'images pour l'ensemble de la formation.

Beaucoup d'exemples ont une étiquette correspondent à une même catégorie, par exemple, à 10 numéro de tableau [0,0,0,0,0,0,0,0,0,0,0] pour le manuscrit chiffres de l'ensemble de données, mais je n'ai pas vu beaucoup d'exemples de la sortie d'un ensemble plus grand. Je suppose que je le label serait une 50x50 tableau?

Aussi, toutes les idées sur le traitement de temps PROCESSEUR pour ce moment de l'analyse?

a une solution jamais trouvé? Je ne trouve pas une perte de fonction qui va travailler avec pixel-sage de la segmentation. Au lieu de la classification de chaque pixel, il choisit juste l'un des (x,y) de sortie tenseurs à classer. Merci de voir stackoverflow.com/questions/37898795/...
Voir github.com/Russell91/TensorBox

OriginalL'auteur J_K | 2016-04-04