擅长:python、mysql、java
<p><strong>是的</strong>,这在TensorFlow中是可能的。事实上,有很多方法可以解决这个问题。这里有一个非常简单的例子:</p>
<p>把这看作是一个二进制分类任务。每个像素都需要分类为前景或背景。选择一组用于对每个像素进行分类的特征。这些特征可以是局部特征(例如问题像素周围的补丁)或全局特征(例如像素在图像中的位置)。或者两者的结合。</p>
<p>然后在此数据集上训练您选择的模型(例如NN)。当然,您的结果将在很大程度上取决于您对功能的选择。</p>
<hr/>
<p>如果可以使用TensorFlow提供的原语将计算表示为计算图,则还可以使用<a href="http://link.springer.com/article/10.1007/s11263-006-7934-5#/page-1" rel="nofollow">graph-cut approach</a>。然后,您可以不使用TensorFlow的优化函数,如backprop,或者如果您的计算中有一些可微变量,您可以使用TF的优化函数来优化这些变量。</p>