บทที่ 7: Image Segmentation

เมื่อจบบทนี้ คุณจะแยกความต่างระหว่าง Semantic กับ Instance segmentation ได้ ใช้โมเดลอย่าง DeepLab หรือ U-Net ตัดพื้นหลังออกจากภาพ และลองเปลี่ยนพื้นหลัง

Image Segmentation คืออะไร?

Image Segmentation คือการแบ่งภาพออกเป็นส่วนๆ ตามวัตถุหรือพื้นที่ Semantic segmentation แบ่งตามประเภท (คน รถ ถนน) โดยไม่แยกว่าเป็นกี่คนกี่คัน Instance segmentation แยกแต่ละวัตถุออกจากกัน เช่น คนที่หนึ่ง คนที่สอง ใช้ในงานนับจำนวนหรือติดตามวัตถุ

โมเดลที่ใช้กัน

DeepLab จาก Google ใช้ Atrous Convolution ให้ผลลัพธ์คมชัด U-Net มีโครงแบบ U เหมาะกับภาพทางการแพทย์และงานที่ข้อมูลไม่มาก ทั้งสองแบบมี pre-trained model ให้ใช้ ตัดพื้นหลังได้โดยสร้าง mask ของวัตถุแล้วใช้ mask นั้นตัดหรือเปลี่ยนพื้นหลัง

โปรเจกต์ปฏิบัติ: เครื่องมือเปลี่ยนพื้นหลัง

ใน colab_notebook.ipynb มีตัวอย่างการใช้ segmentation model สร้าง mask ตัดพื้นหลังออก แล้วใส่พื้นหลังใหม่ แล้วบันทึกผล ลองกับรูปคนหรือสินค้า

สรุป

เราได้รู้จัก Semantic กับ Instance segmentation และใช้โมเดลอย่าง DeepLab/U-Net ตัดและเปลี่ยนพื้นหลัง บทถัดไปจะรวมทุกอย่างเป็นโปรเจกต์จบหลักสูตร