详细内容或原文请订阅后点击阅览
在 R 中训练，在 Android 上运行：使用 torch 进行图像分割
我们使用 torch 及其高级接口 luz 在 R 中训练一个图像分割模型。然后，我们在示例输入上对模型进行 JIT 跟踪，以获得可以在没有安装 R 的情况下运行的优化表示。最后，我们展示了在 Android 上运行的模型。
来源:RStudio AI博客从某种意义上说，图像分割与图像分类并没有太大区别。只是分割不是将图像作为一个整体进行分类，而是为每个像素生成一个标签。与图像分类一样，感兴趣的类别取决于任务：例如，前景与背景；不同类型的组织；不同类型的植被；等等。
每个像素本帖并不是本博客上第一篇讨论该主题的文章；与所有之前的文章一样，它利用 U-Net 架构来实现其目标。主要特征（本帖，而非 U-Net）是：
- 它演示了如何为图像分割任务执行数据增强。它使用 torch 的高级接口 luz 来训练模型。它对训练后的模型进行 JIT 跟踪并将其保存以在移动设备上部署。 （JIT 是 torch 即时编译器的常用缩写。）它包括在 Android 上运行的已保存模型的概念验证代码（但不是讨论）。
它演示了如何为图像分割任务执行数据增强。
它使用 torch 的高级接口 luz 来训练模型。
luztorch
它对训练好的模型进行 JIT 跟踪并将其保存以部署到移动设备上。（JIT 是 torch 即时编译器的常用缩写。）
JIT 跟踪torch
它包括在 Android 上运行的已保存模型的概念验证代码（但不是讨论）。
在 R 中训练
torchdatasets
库(torch)
(
)