Документация

Создайте метки ROI

ROI label является меткой, которая соответствует видимой области (ROI). Можно задать эти типы меток ROI.

В этом примере вы задаете группу vehicle для маркировки типов автомобилей, и затем создаете метку Rectangle ROI для Car и Truck.

Создайте подметки

sublabel является типом метки ROI, которая соответствует родительской метке ROI. Каждая подметка должна принадлежать или быть дочерним элементом, определенная метка, заданная в панели ROI Label Definition. Например, в ведущей сцене, метка автомобиля может иметь подметки для фар, номерных знаков или колес.

Задайте подметку для фар.

Подметки могут только использоваться с прямоугольным или метками ROI ломаной линии и не могут иметь своих собственных подметок. Для получения дополнительной информации при работе с подметками, смотрите Подметки Использования и Атрибуты, чтобы Маркировать Ground Truth Data (Computer Vision Toolbox).

Создайте атрибуты

attribute обеспечивает дальнейшую классификацию метки ROI или подметки. Атрибуты указывают дополнительную информацию о drawable метке. Например, в ведущей сцене, атрибуты могут включать тип или цвет автомобиля.

Можно задать эти типы атрибутов.

Добавьте атрибут для типа автомобиля.

Можно также добавить атрибуты в подметки. Добавьте атрибут для подметки headlight, которая говорит, ли включена фара.

Чтобы удалить атрибут, щелкните правой кнопкой по метке ROI или подметке, и выберите атрибут, чтобы удалить. Удаление атрибута удаляет информацию атрибута из всех ранее созданных аннотаций метки ROI.

Создайте метки сцены

scene label задает дополнительную информацию для целой сцены. Используйте метки сцены, чтобы описать условия, такие как подсветка и погода, или события, такие как маршрут изменяется.

Создайте метку сцены, чтобы использовать в видео.

Метка sunny теперь применяется ко всем кадрам во временном интервале.

Маркируйте Ground Truth Manually

Когда вы кликаете по клавише со стрелкой вправо, чтобы перейти к следующему кадру, метки ROI от предыдущего кадра не переносят. Только метка сцены sunny применяется к каждому кадру, потому что эта метка была применена по целому временному интервалу.

Усовершенствуйте кадр кадром и чертите метку и подметку ROI вручную. Также обновите информацию атрибута для этих КОРОЛЕЙ.

Маркируйте Ground Truth Using Automation Algorithm

Чтобы ускорить процесс маркировки, можно использовать алгоритм автоматизации в рамках приложения. Можно или задать собственный алгоритм автоматизации, видеть, Создают Алгоритм Автоматизации для Маркировки (Computer Vision Toolbox) и Temporal Automation Algorithms (Computer Vision Toolbox), или используют встроенный алгоритм автоматизации. В этом примере вы маркируете наземную истину с помощью встроенного алгоритма отслеживания точки.

В этом примере вы автоматизируете маркировку только меток ROI Car. Встроенные алгоритмы автоматизации не поддерживают подметку и приписывают автоматизацию.

Опционально, можно теперь вручную маркировать остающиеся кадры подметкой и информацией атрибута.

Чтобы далее оценить ваши марки, можно просмотреть визуальные сводные данные маркированной наземной истины. От панели инструментов приложения выберите View Label Summary. Используйте эти сводные данные, чтобы сравнить кадры, частоту меток и условия сцены. Для получения дополнительной информации Сводные данные вида на море Наземной Истины Маркируют (Computer Vision Toolbox). Эти сводные данные не поддерживают подметки или атрибуты.

Источник данных

DataSource является объектом groundTruthDataSource, содержащим путь к видео и видео меткам времени. Отобразите свойства этого объекта.

gTruth.DataSource

ans = 

groundTruthDataSource for a video file with properties

        Source: ...matlab\toolbox\vision\visiondata\visiontraffic.avi
    TimeStamps: [531×1 duration]

Маркируйте Definitions

LabelDefinitions является таблицей, содержащей информацию об определениях метки. Эта таблица не содержит информацию о метках, которые чертятся на кадрах видео. Чтобы сохранить определения метки в их собственном MAT-файле, от панели инструментов приложения, выбирают Save> Label Definitions. Можно затем импортировать эти определения метки в другой сеанс приложения путем выбора Import Files.

Отобразите таблицу определений метки. Каждая строка содержит информацию об определении метки ROI или определении метки сцены. Если вы экспортировали пиксельные данные о метке, таблица LabelDefinitions также включает столбец PixelLabelID, содержащий идентификационные номера для каждого пиксельного определения метки.

gTruth.LabelDefinitions

ans =

  3×5 table

     Name        Type         Group      Description     Hierarchy  
    _______    _________    _________    ___________    ____________

    'Car'      Rectangle    'Vehicle'        ''         [1×1 struct]
    'Truck'    Rectangle    'Vehicle'        ''         []          
    'sunny'    Scene        'None'           ''         []  

В LabelDefinitions столбец Hierarchy хранит информацию о подметке и определениях атрибута родительской метки ROI.

Отобразите подметку и информацию атрибута для метки Car.

gTruth.LabelDefinitions.Hierarchy{1}

ans = 

  struct with fields:

        carType: [1×1 struct]
      headlight: [1×1 struct]
           Type: Rectangle
    Description: ''

Отобразите информацию о подметке headlight.

gTruth.LabelDefinitions.Hierarchy{1}.headlight

ans = 

  struct with fields:

           Type: Rectangle
    Description: ''
           isOn: [1×1 struct]

Отобразите информацию об атрибуте carType.

gTruth.LabelDefinitions.Hierarchy{1}.carType

ans = 

  struct with fields:

      ListItems: {3×1 cell}
    Description: ''

Маркируйте Data

LabelData является расписанием, содержащим информацию о метках ROI, чертивших в каждой метке времени через целое видео. Расписание содержит один столбец на метку.

Отобразите первые несколько строк расписания. Первые несколько меток времени указывают, что никакие автомобили не были обнаружены и что меткой сцены sunny является false. Эти результаты состоят в том, потому что этот фрагмент видео не был маркирован. Только временной интервал 5–10 секунд был маркирован.

labelData = gTruth.labelData;
head(labelData)

ans =

  8×3 timetable

       Time           Car            Truck        sunny
    __________    ____________    ____________    _____

    5.005 sec     [1×2 struct]    [1×0 struct]    true 
    5.0384 sec    [1×2 struct]    [1×0 struct]    true 
    5.0717 sec    [1×2 struct]    [1×0 struct]    true 
    5.1051 sec    [1×2 struct]    [1×0 struct]    true 
    5.1385 sec    [1×2 struct]    [1×0 struct]    true 
    5.1718 sec    [1×2 struct]    [1×0 struct]    true 
    5.2052 sec    [1×2 struct]    [1×0 struct]    true 
    5.2386 sec    [1×2 struct]    [1×0 struct]    true 
    ...

Отобразите первые несколько строк расписания от 5-10 вторых интервалов, которые содержат метки.

gTruthInterval = labelData(timerange('00:00:05','00:00:10'),:);
head(gTruthInterval)

ans =

  8×3 timetable

       Time           Car            Truck        sunny
    __________    ____________    ____________    _____

    5.005 sec     [1×2 struct]    [1×0 struct]    true 
    5.0384 sec    [1×2 struct]    [1×0 struct]    true 
    5.0717 sec    [1×2 struct]    [1×0 struct]    true 
    5.1051 sec    [1×2 struct]    [1×0 struct]    true 
    5.1385 sec    [1×2 struct]    [1×0 struct]    true 
    5.1718 sec    [1×2 struct]    [1×0 struct]    true 
    5.2052 sec    [1×2 struct]    [1×0 struct]    true 
    5.2386 sec    [1×2 struct]    [1×0 struct]    true 

Для каждой метки Car структура включает положение ограничительной рамки и информации о ее подметках и атрибутах.

Отобразите положения ограничительной рамки для автомобилей в начале временного интервала. Ваши положения ограничительной рамки могут отличаться от тех показанных здесь.

gTruthInterval(1,:).Car{1}.Position % [x y width height], in pixels

ans =

  1×4 single row vector

  415.8962   82.4737  130.8474  129.3805


ans =

  1×4 single row vector

  235.2182    1.0000  117.0611   55.3500