{{indexmenu_n>6}}
====== Semantic Segmentation ======
ここではOpenCVに実装された，領域分割（Semantic Segmentation）に関して使い方を解説します．
object detectionでは短径領域（四角い領域）を使って，「どこになにがあるか？」を教えてくれる
ものでしたが，segmentationは分割を指し，例えば下記のような出力をします．「どこになにがあるか？」
という問は変わりませんが，これがより詳細になり，「どのあたりになにがあるか？」までがわかるように
なります．
  * このSegmentationをoFのaddonとしてまとめたものをgithubにおいています。
    * https://github.com/TetsuakiBaba/ofxOpenCvDnnSegmentation
{{:opencv_dnn:20180227180905.png?400|}}
https://wiki.tum.de/display/lfdv/Image+Semantic+Segmentation

OpenCVで確認できるセグメンテーションの手法として，下記の2つが利用できるのを確認しました．
  * FCN(Fully Conncected Network）:https://github.com/shelhamer/fcn.berkeleyvision.org
    * 一般的な全結合型ネットワークを領域分割に応用したもの．
  * Enet：https://github.com/TimoSaemann/ENet
    * 領域分割をリアルタイム処理をするためのアルゴリズム
===== FCN =====
https://github.com/shelhamer/fcn.berkeleyvision.org に一通りの情報がまとまっています．このページではFCN-32s PASCAL を使ってみます．FCN-32s PASCALへのリンクをたどり次のサイトにいくといろいろデータもらえます．
  * {{ :opencv_dnn:fcn32s-heavy-pascal.caffemodel |}}
  * {{ :opencv_dnn:fcn32s-heavy-pascal.prototxt |}}
  * {{ :opencv_dnn:pascal-classes.txt |}}


  $ ./example_dnn_segmentation --classes=pascal-classes.txt  --config=fcn8s-heavy-pascal.prototxt  --model=fcn8s-heavy-pascal.caffemodel  --width=500 --height=500 --rgb  --mean=1

===== Enet =====
高速で動作可能な領域分割です．https://www.pyimagesearch.com/2018/09/03/semantic-segmentation-with-opencv-and-deep-learning/ も参考にすると良いでしょう．
  * {{ :opencv_dnn:categories.txt |}}
  * {{ :opencv_dnn:enet-model-best.net |}}


  $ ./example_dnn_segmentation enet --zoo=../../dnn/models.yml --classes=categories.txt --model=Enet-model-best.net  --width=1024 --height=512 --rgb --mean=1 
  
Enetを学習させるには下記のEnet作者による github ページを参照しましょう。
  * https://github.com/TimoSaemann/ENet/tree/master/Tutorial

  * Reference
    * http://atkg.hatenablog.com/entry/2018/12/10/215224