Dataset Trimap Image

By | May 27, 2021
Print Friendly, PDF & Email
1,054 Views

Dataset Trimap Image sering digunakan dalam machine learning selain format VOC, PASCAL, dan COCO. Trimap Image Seperti namanya, trimap gambar I adalah partisi yang berisi tiga set wilayah – F, B, dan M. Himpunan F berisi informasi piksel latar depan (foreground), set B berisi informasi piksel latar belakang (background), dan M  (border) adalah kawasan perantara yang memisahkan F dari B. Kalian dapat membayangkan trimap sebagai topeng yang berisi daerah putih yang mendefinisikan F, daerah hitam yang mendefinisikan B dan daerah abu-abu yang mendefinisikan M, yang seringkali merupakan daerah ketidakpastian (beberapa parameter juga tidak ditentukan, tergantung pada aplikasinya ).

Contoh dataset yang menggunakan trimap yaitu The Oxford-IIIT Pet Dataset

trimaps berisi pixel dengan rentang  0 sampai 2 yang dapat discale up ke grayscale dengan rentang  0-255 dimana

  • 1 means “pet”
  • 2 means “background”
  • 3 means “border”

Kita bisa menggunakan perintah pada CMD sebagai berikut

convert Abyssinian_1trimap.png -auto-level trimap.jpg

Atau kalian bisa menggunakan kode berikut

import io
import os
import tensorflow as tf
import PIL
import matplotlib.pyplot as plt
import numpy as np

with tf.gfile.GFile("Abyssinian_1.png", 'rb') as fid:
    encoded_mask_png = fid.read()
encoded_png_io = io.BytesIO(encoded_mask_png)
mask = PIL.Image.open(encoded_png_io)            
plt.imshow( np.array(mask) / 2 * 255 )

ref : https://stackoverflow.com/questions/41777654/opencv-using-a-trimap-image

Untuk tools trimap, kalian bisa menggunakan trimap generator https://github.com/lnugraha/trimap_generator

FULL IMAGE MASK IMAGE FOREGROUND BACKGROUND
alt text alt text alt text alt text
BINARY IMAGE TRIMAP (10 PX) TRIMAP (20 PX) TRIMAP (30 PX)
alt text alt text alt text alt text

 

ref

https://www.quora.com/What-are-trimaps-Why-are-they-needed-in-addition-to-segmentation

https://stackoverflow.com/questions/41777654/opencv-using-a-trimap-image

See also  Bagaimana Deep Learning membantu menangani COVID-19