Создайте слои SegNet для семантической сегментации
lgraph = segnetLayers(imageSize,numClasses,model)
lgraph = segnetLayers(imageSize,numClasses,encoderDepth)
lgraph = segnetLayers(imageSize,numClasses,encoderDepth,Name,Value)
возвращает слои SegNet, lgraph
= segnetLayers(imageSize
,numClasses
,model
)lgraph
, который предварительно инициализируется со слоями и весами от предварительно обученного model
.
SegNet является сверточной нейронной сетью для семантической сегментации изображений. Сеть использует pixelClassificationLayer
, чтобы предсказать категориальную метку для каждого пикселя во входном изображении.
Используйте segnetLayers
, чтобы создать сетевую архитектуру для SegNet. Необходимо обучить сеть с помощью функции Deep Learning Toolbox™ trainNetwork
.
возвращается неинициализированные слои SegNet сконфигурировали использование заданной глубины энкодера.lgraph
= segnetLayers(imageSize
,numClasses
,encoderDepth
)
возвращает слой SegNet с дополнительными опциями, заданными одним или несколькими аргументами пары lgraph
= segnetLayers(imageSize
,numClasses
,encoderDepth
,Name,Value
)Name,Value
.
Разделы в подсетях энкодера и декодера SegNet составлены из сверточной, пакетной нормализации и слоев ReLU.
Все сверточные слои сконфигурированы таким образом, что срок смещения фиксируется, чтобы обнулить.
Веса слоя Convolution в подсетях энкодера и декодера инициализируются с помощью метода инициализации веса 'MSRA
'. Для моделей 'vgg16'
или 'vgg19'
только подсеть декодера инициализируется с помощью MSRA. [1]
Сети, произведенные segnetLayers
, 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] Он, K., С. Чжан, С. Жэнь и J. Sun. "Копаясь глубоко в выпрямителях: превышение производительности Человеческого Уровня на классификации ImageNet". Продолжения международной конференции IEEE по вопросам компьютерного зрения. 2015, 1026–1034.
[2] Badrinarayanan, V., А. Кендалл и Р. Сиполла. "Segnet: Глубокая Сверточная Архитектура Декодера Энкодера для Сегментации Изображений". arXiv. Предварительно распечатайте arXiv: 1511.0051, 2015.
DAGNetwork
| evaluateSemanticSegmentation
| fcnLayers
| pixelClassificationLayer
| pixelLabelImageDatastore
| semanticseg
| trainNetwork
| unetLayers