问题描述
我正在尝试考虑将聚类（例如k均值）适合用于对图像进行语义分割或对象识别的过程的方法。我的理解是语义分割主要是使用深度CNN进行的。 K-means可以很好地进行分割，但是监督语义分割，从而使聚类本身不足。
我的问题是：这种无监督的技术如何适应语义分割的整体流程？其他技术通常会主导它吗？还是存在涉及分类/本地化问题的实际用例？我知道一个paper using k-means clustering to generate candidate boxes –这个管道中还有其他相关的集群技术用例吗？
解决方法
它们不占主导地位，但在数据较少时使用。
无监督方法用于通常缺乏数据的医学图像分割中。
示例-爬坡分段 实施：https://in.mathworks.com/matlabcentral/fileexchange/22274-hill-climbing-color-image-segmentation
请查看此paper，以进行有关爬坡和用于分段的k均值的讨论