Создайте полностью сверточные сетевые слои для семантической сегментации
lgraph = fcnLayers(imageSize,numClasses)
lgraph = fcnLayers(imageSize,numClasses,'Type',type)
возвращает полностью сверточную сеть (FCN), сконфигурированную как FCN 8 с, для семантической сегментации. FCN предварительно инициализируется с помощью слоев и весов от сети VGG-16.lgraph
= fcnLayers(imageSize
,numClasses
)
fcnLayers
включает pixelClassificationLayer
, чтобы предсказать категориальную метку для каждого пикселя во входном изображении. Слой классификации пикселей только поддерживает изображения RGB.
Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки VGG-16. Если этот пакет поддержки не установлен, то функция vgg16
обеспечивает ссылку на загрузку.
возвращает FCN, сконфигурированный как тип, заданный lgraph
= fcnLayers(imageSize
,numClasses
,'Type',type
)type
.
Сети, произведенные fcnLayers
, поддерживают генерацию кода графического процессора для глубокого обучения, если они обучены с trainNetwork
. Смотрите Генерацию кода Глубокого обучения (Deep Learning Toolbox) для деталей и примеров.
[1] Долго, J., Э. Шелхэмер и Т. Даррелл. "Полностью Сверточные Сети для Семантической Сегментации". Продолжения Конференции по IEEE по Компьютерному зрению и Распознаванию образов, 2015, стр 3431–3440.
layerGraph
| pixelClassificationLayer
| pixelLabelImageDatastore
| segnetLayers
| semanticseg
| trainNetwork
| unetLayers
| vgg16