Video Labeler

Пометьте видео для приложений компьютерного зрения

Описание

Приложение Video Labeler позволяет вам пометить достоверные данные в видео в последовательности изображений, или от пользовательского читателя источника данных. Используя приложение, вы можете:

  • Задайте прямоугольные метки видимых областей (ROI), метки ROI ломаной линии, пиксельные метки ROI и метки сцены. Используйте эти метки, чтобы интерактивно помечать ваши достоверные данные.

  • Используйте встроенные алгоритмы обнаружения или отслеживания, чтобы пометить ваши достоверные данные.

  • Запишите, импортируйте и используйте свой собственный алгоритм автоматизации, чтобы автоматически пометить основную истину. Смотрите Создают Алгоритм Автоматизации для Маркировки.

  • Оцените производительность своих алгоритмов автоматизации метки с помощью визуальных сводных данных. Сводные данные Вида на море Меток Основной истины.

  • Экспортируйте помеченную основную истину как groundTruth объект. Можно использовать этот объект в системной верификации или в обучении сеть семантической сегментации или детектор объектов. Смотрите Обучающие данные для Обнаружения объектов и Семантической Сегментации.

Чтобы узнать больше об этом приложении, смотрите Начало работы с Video Labeler.

Откройте приложение Video Labeler

  • MATLAB® Toolstrip: На вкладке Apps, под Image Processing and Computer Vision, кликают по значку приложения.

  • Командная строка MATLAB: Введите videoLabeler.

Примеры

Связанные примеры

Программируемое использование

развернуть все

videoLabeler открывает новый сеанс приложения, позволяя вам пометить достоверные данные в видео или последовательности изображений.

videoLabeler(videoFileName) открывает приложение и загружает входное видео. Видеофайлу должен был поддержать расширение VideoReader.

Пример: videoLabeler('vipmen.avi')

videoLabeler(imageSeqFolder) открывает приложение и загружает последовательность изображений от входной папки. image sequence является упорядоченным множеством изображений, которые напоминают видео.

imageSeqFolder должен быть строковый скаляр или вектор символов, который задает папку, содержащую файлы изображений. Файлам изображений должен был поддержать расширения imformats и загружаются в порядке, возвращенном dir функция.

Изображения в imageSeqFolder должен быть одного размера. Если изображения отличаются по размеру, приложение импортирует только изображения, которые являются одного размера с первым изображением в последовательности. Чтобы пометить набор неупорядоченных изображений, которые отличаются по размеру, используйте приложение Image Labeler вместо этого.

videoLabeler(imageSeqFolder,timestamps) открывает приложение и загружает последовательность изображений с их соответствующими метками времени. timestamps должен быть duration вектор той же длины как количество изображений в последовательности.

Например, загрузите последовательность изображений и их соответствующих меток времени в приложение.

imageDir = fullfile(toolboxdir('vision'),'visiondata','NewTsukuba');
timeStamps = seconds(1:150);
videoLabeler(imageDir,timeStamps)

videoLabeler(gtSource) открывает приложение и загружает источник данных и соответствующие метки времени от groundTruthDataSource объект, gtSource. Чтобы сгенерировать этот объект для пользовательского источника данных, можно задать пользовательскую функцию читателя. Для получения дополнительной информации смотрите Исходного Читателя Пользовательского изображения Использования для Маркировки.

videoLabeler(sessionFile) открывает приложение и загружает сохраненный сеанс приложения, sessionFile. sessionFile введите содержит путь и имя файла. MAT-файл, что sessionFile точки к содержат сохраненный сеанс.

Ограничения

  • Встроенные алгоритмы автоматизации поддерживают автоматизацию прямоугольных меток ROI только. Когда вы выбираете встроенный алгоритм и нажимаете Automate, метки сцены, пиксельные метки ROI, метки ROI ломаной линии, подметки, и атрибуты не импортируются в сеанс автоматизации. Чтобы автоматизировать маркировку этих функций, создайте пользовательский алгоритм автоматизации. Смотрите Создают Алгоритм Автоматизации для Маркировки.

  • Пиксельные метки ROI не поддерживают подметки или атрибуты.

  • Окно Label Summary не поддерживает подметки или атрибуты

Советы

  • Чтобы избежать необходимости повторно помечать основную истину новыми метками, организуйте схему маркировки, которую вы хотите использовать прежде, чем отметить вашу основную истину.

Алгоритмы

развернуть все

Можно использовать алгоритмы автоматизации метки, чтобы ускорить маркировку в рамках приложения. Чтобы создать ваш собственный алгоритм автоматизации метки, чтобы использовать в рамках приложения, смотрите, Создают Алгоритм Автоматизации для Маркировки. Можно также использовать один из предоставленных встроенных алгоритмов. Выполните эти шаги:

  1. Загрузите данные, которые вы хотите пометить, и создать по крайней мере одно определение метки.

  2. На панели инструментов приложения нажмите Select Algorithm и выберите один из встроенных алгоритмов автоматизации.

  3. Нажмите Automate, и затем следуйте инструкциям по автоматизации на правой панели окна автоматизации.

Введенный в R2018b

Для просмотра документации необходимо авторизоваться на сайте