Создайте слои SegNet для семантической сегментации
возвращает слои SegNet, lgraph
= segnetLayers(imageSize
,numClasses
,model
)lgraph
, это предварительно инициализируется со слоями и весами от предварительно обученного model
.
SegNet является сверточной нейронной сетью для семантической сегментации изображений. Сеть использует pixelClassificationLayer
предсказать категориальную метку для каждого пикселя во входном изображении.
Используйте segnetLayers
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 lgraph
= segnetLayers(imageSize
,numClasses
,encoderDepth
,Name,Value
)Name,Value
парные аргументы.
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 'MSRA
'метод инициализации веса. Для 'vgg16'
или 'vgg19'
модели, только подсеть декодера инициализируется с помощью MSRA. [1]
Сети производятся segnetLayers
поддержите 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.
deeplabv3plusLayers
| evaluateSemanticSegmentation
| fcnLayers
| segnetLayers
| semanticseg
| trainNetwork
| unetLayers