Tensorflow-深度实验室颜色图

Question

我正在处理谷歌的DeepLab中的语义图像分割。我希望能够改变每个语义的颜色(例如人、猫等(。使用PASCAL基准创建颜色图的方法是

def create_pascal_label_colormap():
"""Creates a label colormap used in PASCAL VOC segmentation benchmark.
Returns:
A Colormap for visualizing segmentation results.
"""
colormap = np.zeros((256, 3), dtype=int)
ind = np.arange(256, dtype=int)
for shift in reversed(range(8)):
for channel in range(3):
colormap[:, channel] |= ((ind >> channel) & 1) << shift
ind >>= 3
return colormap

我想如果我用另一个值更改ind(而不是2为3(，我会得到不同的颜色。此外，是否有其他方法可以为语义获得不同的颜色我似乎无法猜测这是如何工作的，颜色图是如何创建的，就像我们在代码中看到的那样使用移位。我还在谷歌colab上链接DeepLab的完整代码：https://colab.research.google.com/drive/1a3TnfeEjVMg7N1Dz5d_UA8GN_iKHkG_l#scrollTo=na9DyxVl4_Ul

Answer 1

如果你有固定数量的类，你也可以对你想要的颜色进行硬编码，比如

def create_pascal_label_colormap(): 
return np.asarray([ 
[0, 0, 0],
[0, 192, 0],
])