Exponenta Banner
exponenta event banner

управляемый

Запуск автоматизации меток на каждом кадре в интервале

развернуть все на странице

Синтаксис

autoLabels = run (algObj, фрейм)

Описание

run способ вычисляет автоматизированные метки для одного кадра путем выполнения алгоритма автоматизации. Во время автоматизации приложения для маркировки запускают этот метод в цикле для вычисления автоматизированных меток для каждого кадра в автоматизированном выборе.

Клиенты AutomationAlgorithm должен реализовать этот метод.

autoLabels = run(algObj,frame) обрабатывает один кадр, frame, с использованием algObj алгоритм автоматизации и возвращает автоматические метки, autoLabels.

Входные аргументы

развернуть все

Алгоритм автоматизации, указанный как vision.labeler.AutomationAlgorithm объект.

Кадр, метки которого вычисляются, указанный как числовая матрица для Image сигналы или pointCloud объект для PointCloud сигналы.

Выходные аргументы

развернуть все

Метки, созданные алгоритмом автоматизации, возвращаемые в виде категориальной матрицы, массива структуры или таблицы.

Для алгоритмов, автоматизирующих маркировку пикселей, реализуйте run метод для возврата autoLabels в качестве categorical матрица меток, где каждая категория представляет метку пикселя. Дополнительные сведения см. в разделе Как приложения Labeler хранят экспортированные пиксельные метки.

Для алгоритмов, автоматизирующих непиксельные метки, реализуйте run для возврата массива структуры. Каждая структура в массиве содержит метки определенного имени и типа. Метод объединяет метки с одинаковыми именами и типами в единую структуру в массиве.

В этой таблице описаны столбцы autoLabels таблица или поля каждого autoLabels структура.

Имя поляОписание
Type

labelType перечисление, содержащее тип метки. Допустимые типы меток:

  • labelType.Rectangle

  • labelType.Cuboid(Только приложение Ground Truth Labeler)

  • labelType.ProjectedCuboid

  • labelType.Line

  • labelType.Scene

NameВектор символов, содержащий имя метки.
Position

Положение этикеток указанного Name и Type. Формат Position зависит от типа метки.

Тип меткиPosition Формат
Rectangle - Метки прямоугольной области интереса (ROI)

M-по-4 числовая матрица формы [x, y, w, h], где:

  • M - количество меток в кадре.

  • x и y укажите левый верхний угол прямоугольника.

  • w определяет ширину прямоугольника, которая является его длиной вдоль оси X.

  • h определяет высоту прямоугольника, которая является его длиной вдоль оси Y.

Cuboid - Cuboid ROI-метки

M-по-9 числовая матрица со строками формы [xctr, yctr, zctr, xlen, ylen, zlen, xrot, yrot, zrot], где:

  • M - количество меток в кадре.

  • xctr, yctr, и zctr укажите центр кубоида.

  • xlen, ylen, и zlen укажите длину кубоида вдоль оси X, оси Y и оси Z, соответственно, перед применением поворота.

  • xrot, yrot, и zrot задайте углы поворота кубоида вдоль осей X, Y и Z соответственно. Эти углы являются положительными по часовой стрелке при взгляде в направлении вперед соответствующих им осей.

На рисунке показано, как эти значения определяют положение кубоида.

ProjectedCuboid - Cuboid ROI-метки

M-по-8 вектору формы [x1, y1, w1, h1, x2, y2, w2, h2], где:

  • M - количество меток в кадре.

  • x1, y1 задает координаты x, y для верхнего левого расположения лицевой поверхности проектируемого кубовида

  • w1 определяет ширину передней грани спроецированного кубика.

  • h1 определяет высоту передней грани спроецированного кубика.

  • x2, y2 задает координаты x, y для левого верхнего положения задней грани спроецированного кубика.

  • w2 определяет ширину задней грани спроецированного кубика.

  • h2 определяет высоту задней грани спроецированного кубика.

На рисунке показано, как эти значения определяют положение кубоида.

Labeled projected cuboid

Line - Метки окупаемости инвестиций в полилинию

M-по-1 вектору массивов ячеек, где M - количество меток в кадре. Каждый массив ячеек содержит N-по-2 числовая матрица формы [x1 y1; x2 y2; ... ; xN yN] для N точки в полилинии.

Scene - Метки сцен

Логическое значение 1 если алгоритм определяет, что метка присутствует в кадре, и 0 в противном случае.

Attributes (необязательно)

Массив структуры, содержащий одну структуру для каждого атрибута в метке. Если определение метки не содержит атрибутов, то autoLabels выходные данные не включают это поле.

Для каждой структуры в Attributes structure array, имя этой структуры является именем соответствующего атрибута. Значение структуры является значением соответствующего атрибута.

Просмотр образца autoLabels введите этот код в командной строке MATLAB ®.

autoLabels(1).Name      = 'Car';
autoLabels(1).Type      = labelType.Rectangle;
autoLabels(1).Position  = [20 20 50 50];

autoLabels(2).Name      = 'Truck';
autoLabels(2).Type      = labelType.Rectangle;
autoLabels(2).Position  = [70 70 50 50; 100 100 25 25];

Кроме того, для непиксельных меток можно использовать run метод для возврата autoLabels в виде таблицы. Строки таблицы эквивалентны структурам в массиве структуры. Столбцы таблицы эквивалентны полям структуры. Эта таблица эквивалентна выборке autoLabels массив структуры, указанный ранее.

        Name          Type         Position  
    ____________    _________    ____________

    'Car'           Rectangle    [1x4 double]
    'Truck'         Rectangle    [2x4 double]

См. также

| | | |

Представлен в R2017a

Документация по инструментарию компьютерного зрения

Поддержка