没有合适的资源?快使用搜索试试~ 我知道了~
共生矩阵的matlab代码-Texture-Segmentation:基于判别特征选择和多分辨率分类的体积纹理分割
共34个文件
m:15个
png:6个
mat:4个
需积分: 9 4 下载量 134 浏览量
2021-05-22
19:52:11
上传
评论
收藏 7.58MB ZIP 举报
温馨提示
共生矩阵的matlab代码纹理分割 纹理分割:传统方法与深度学习方法之间的客观比较 测试数据,Matlab代码和数据集以及用户手册 该论文已在《应用科学》上发表。 如果您觉得有用,请相应引用。 抽象的 本文比较了用于纹理分割的一系列传统和深度学习方法。 Randen和Husoy首次发表的六种著名的纹理合成用于比较传统分割技术(共现,过滤,局部二进制模式,分水岭,多分辨率子带过滤)与基于U-Net的深度学习方法的比较建筑学。 对于后者,研究了网络深度,时期数和不同的优化算法的影响。 总体而言,深度学习方法提供了最好的结果。 但是,最好的结果分布在参数中,许多配置提供的结果远低于传统技术。 重要的 数据和程序:一切都在格式中。 简短教程 清除所有数据并关闭所有窗口 clear all close all 用Randen的论文中的数据加载矩阵 load randenData whos Name Size Bytes Class Attributes dataRanden 1x9 9438192 cell maskRanden 1x9 9438192 cell trainRanden 1x9
资源推荐
资源详情
资源评论
收起资源包目录
Texture-Segmentation-master.zip (34个子文件)
Texture-Segmentation-master
LICENSE 34KB
README.md 4KB
CODE
readme.m 387B
accuracy_some8.mat 222B
segmentationTextureUnet_first.m 2KB
segmentationTextureUnet.m 9KB
results_2019_05_26.txt 143KB
visualiseActivationLayers.m 6KB
segmentationTextureWithTrainedNetworks.m 3KB
results_2019_05_27.txt 108KB
segmentationTextureUnet_10layers_HVD.m 4KB
prepareTrainingLabelsRanden_HorVerDiag.m 7KB
caseDescription.m 3KB
segmentationTextureUnet_20layers_HVD.m 4KB
randenData.mat 4.56MB
results_2019_05_28.txt 946KB
results_2019_07_05.mat 1KB
AnalyseResultsCNN.m 195B
results_2019_06_25.txt 110KB
segmentationTextureUnet_15layers_HVD.m 4KB
segmentationTexturePreTrained.m 8KB
prepareTrainingLabelsRanden.m 4KB
diary 83B
results_2019_07_02.mat 708B
segmentationTextureWithTrainedNetworks_2019_07_05.m 2KB
PrepareTable1.m 3KB
Figures
readme_02.png 7KB
mask.gif 2KB
Fig6D.png 1.63MB
readme_03.png 917KB
readme_01.png 104KB
Fig5.png 222KB
texture_test.jpg 101KB
readme.png 8KB
共 34 条
- 1
资源评论
weixin_38706007
- 粉丝: 6
- 资源: 912
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功