选择特征

在选择合适的特征时，可以考虑一些经验法则。例如，如果想要非常精确地分割对象，应该使用小的半径/sigma值。如果只需要大致轮廓，或者需要消除对象边界上的单个像素，使用较大的半径和sigma值是有意义的。然而，这个话题也可以通过统计学的方法来处理。

from skimage.io import imread, imsave
import pyclesperanto_prototype as cle
import numpy as np
import apoc
import matplotlib.pyplot as plt
import pandas as pd

image = imread('../../data/blobs.tif')

manual_annotation = imread('../../data/blobs_annotations.tif')

fig, axs = plt.subplots(1,2)

cle.imshow(image, plot=axs[0])
cle.imshow(manual_annotation, labels=True, plot=axs[1])

训练 - 使用过多特征

现在我们训练一个对象分割器，并提供许多特征。我们还需要提供参数来配置深度决策树和多棵树。这是必要的，以便下一步，即推导统计数据，有足够的统计能力。 之后，我们快速查看结果以进行理智检查。

# define features
features = apoc.PredefinedFeatureSet.small_dog_log.value + " " + \
           apoc.PredefinedFeatureSet.medium_dog_log.value + " " + \
           apoc.PredefinedFeatureSet.large_dog_log.value

# this is where the model will be saved
cl_filename = '../../data/blobs_object_segmenter2.cl'

apoc.erase_classifier(cl_filename)
classifier = apoc.ObjectSegmenter(opencl_filename=cl_filename, 
                           positive_class_identifier=2, 
                           max_depth=5,
                           num_ensembles=1000)
classifier.train(features, manual_annotation, image)

segmentation_result = classifier.predict(features=features, image=image)
cle.imshow(segmentation_result, labels=True)

分类器统计

训练后，我们可以打印出分类器的一些统计信息。它给出了使用的特征表以及这些特征在像素分类决策中的重要性。

shares, counts = classifier.statistics()

def colorize(styler):
    styler.background_gradient(axis=None, cmap="rainbow")
    return styler

df = pd.DataFrame(shares).T
df.style.pipe(colorize)

	0	1	2	3	4
original	0.138000	0.046423	0.042312	0.037281	0.062112
gaussian_blur=1	0.228000	0.092846	0.074303	0.105263	0.055901
difference_of_gaussian=1	0.000000	0.108828	0.095975	0.074561	0.086957
laplace_box_of_gaussian_blur=1	0.000000	0.105784	0.089783	0.081140	0.099379
gaussian_blur=5	0.096000	0.064688	0.118679	0.096491	0.130435
difference_of_gaussian=5	0.254000	0.182648	0.112487	0.120614	0.118012
laplace_box_of_gaussian_blur=5	0.209000	0.194064	0.121775	0.118421	0.124224
gaussian_blur=25	0.004000	0.061644	0.113519	0.127193	0.080745
difference_of_gaussian=25	0.032000	0.072298	0.122807	0.127193	0.130435
laplace_box_of_gaussian_blur=25	0.039000	0.070776	0.108359	0.111842	0.111801

在这个可视化中，你可以看到特征 gaussian_blur=1、difference_of_gaussian=5 和 laplace_box_of_gaussian_blur=5 占据了大约65%的决策。在第一级（级别 0）。如果这三个特征至关重要，我们可以训练另一个只考虑这些特征的分类器。此外，我们看到在更高的三个深度级别上，特征使用的份额分布更加均匀。这些级别在分类像素时可能不会产生很大的差异。下一个我们训练的分类器，我们可以用较低的 max_depth 来训练。

# define features
features = "gaussian_blur=1 difference_of_gaussian=5 laplace_box_of_gaussian_blur=5"

# this is where the model will be saved
cl_filename = '../../data/blobs_object_segmenter3.cl'

apoc.erase_classifier(cl_filename)
classifier = apoc.ObjectSegmenter(opencl_filename=cl_filename, 
                           positive_class_identifier=2, 
                           max_depth=3,
                           num_ensembles=1000)
classifier.train(features, manual_annotation, image)

segmentation_result = classifier.predict(features=features, image=image)
cle.imshow(segmentation_result, labels=True)

新的分类器仍然产生了非常相似的结果。它考虑的特征更少，这使得它更快，但可能也对图像和成像条件之间的差异不那么稳健。我们再看一下分类器统计：

shares, counts = classifier.statistics()
df = pd.DataFrame(shares).T
df.style.pipe(colorize)

	0	1	2
gaussian_blur=1	0.331000	0.349194	0.344620
difference_of_gaussian=5	0.356000	0.329839	0.337096
laplace_box_of_gaussian_blur=5	0.313000	0.320968	0.318284

为了演示目的，我们现在将训练另一个具有非常相似特征的分类器。

# define features
features = "gaussian_blur=1 difference_of_gaussian=2 difference_of_gaussian=3 difference_of_gaussian=4 difference_of_gaussian=5 difference_of_gaussian=6 laplace_box_of_gaussian_blur=5"

# this is where the model will be saved
cl_filename = '../../data/blobs_object_segmenter3.cl'

apoc.erase_classifier(cl_filename)
classifier = apoc.ObjectSegmenter(opencl_filename=cl_filename, 
                           positive_class_identifier=2, 
                           max_depth=3,
                           num_ensembles=1000)
classifier.train(features, manual_annotation, image)

segmentation_result = classifier.predict(features=features, image=image)
cle.imshow(segmentation_result, labels=True)

再次，分割结果看起来非常相似，但分类器统计不同。

shares, counts = classifier.statistics()
df = pd.DataFrame(shares).T
df.style.pipe(colorize)

	0	1	2
gaussian_blur=1	0.200000	0.093750	0.162829
difference_of_gaussian=2	0.000000	0.120888	0.148026
difference_of_gaussian=3	0.053000	0.064967	0.125000
difference_of_gaussian=4	0.236000	0.162829	0.097039
difference_of_gaussian=5	0.178000	0.222862	0.125822
difference_of_gaussian=6	0.134000	0.120066	0.194901
laplace_box_of_gaussian_blur=5	0.199000	0.214638	0.146382

通过这种方式，还可以微调指定特征需要使用的半径和sigma参数。

本节中给出的提示并不是选择正确特征的固定规则。不过，提供的工具可能有助于稍微深入了解特征，并衡量提供的特征列表和参数的影响。