Обучающие данные для обнаружения объектов и Семантической Сегментации

Можно использовать приложение для маркировки и объекты Computer Vision Toolbox™ и функции, чтобы обучить алгоритмы от достоверных данных. Используйте приложение для маркировки, чтобы интерактивно помечать достоверные данные в видео, последовательности изображений, коллекции изображений или пользовательском источнике данных. Затем используйте маркированные данные, чтобы создать обучающие данные, чтобы обучить детектор объектов или обучить сеть семантической сегментации.

Этот рабочий процесс применяется к Image Labeler и приложениям Video Labeler только. Чтобы создать обучающие данные для приложения Ground Truth Labeler (Automated Driving Toolbox) в Automated Driving Toolbox™, используйте gatherLabelData (Automated Driving Toolbox) функция.

  1. Загрузите данные для маркировки

    • Image Labeler — Загрузите коллекцию изображений из файла или ImageDatastore объект в приложение.

    • Video Labeler — Загрузите видео, последовательность изображений или пользовательский источник данных в приложение.

  2. Пометьте данные и выберите алгоритм автоматизации: Создайте ROI и метки сцены в рамках приложения. Для получения дополнительной информации см.:

    Можно выбрать из одного из встроенных алгоритмов или создать собственный алгоритм, чтобы пометить объекты в данных. Чтобы изучить, как создать ваш собственный алгоритм автоматизации, смотрите, Создают Алгоритм Автоматизации для Маркировки.

  3. Метки экспорта: После маркировки ваших данных можно экспортировать метки в рабочую область или сохранить их в файл. Метки экспортируются как groundTruth объект. Если ваш источник данных состоит из наборов повторного изображения, пометьте целый набор коллекций изображений, чтобы получить массив groundTruth объекты. Для получения дополнительной информации о совместном использовании groundTruth объекты, смотрите Долю, и Хранилище Пометило Ground Truth Data.

  4. Создайте обучающие данные: создать обучающие данные из groundTruth объект, используйте одну из этих функций:

    • Обучающие данные для детекторов объектов — Использование objectDetectorTrainingData функция.

    • Обучающие данные для сетей семантической сегментации — Использование pixelLabelTrainingData функция.

    Для объектов, созданных с помощью видеофайла или пользовательского источника данных, objectDetectorTrainingData и pixelLabelTrainingData функции пишут изображения в диск для groundTruth. Произведите достоверные данные путем определения фактора выборки. Выборка смягчает перетренировку детектора объектов на подобных выборках.

  5. Алгоритм Обучения:

Смотрите также

Приложения

Функции

Объекты

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте