Документация

Обучение сети семантической сегментации

Ниже перечислены этапы обучения сети семантической сегментации:

1. Анализ данных обучения для семантической сегментации

2. Создание семантической сети сегментации

3. Обучение сети семантической сегментации

4. Анализ и проверка результатов семантической сегментации

Данные обучения меткам для семантической сегментации

Большие наборы данных обеспечивают более быстрое и точное сопоставление с определенным входным (или входным) аспектом. Использование увеличения объема данных позволяет использовать ограниченные наборы данных для обучения. Незначительные изменения, такие как перевод, обрезка или преобразование изображения, обеспечивают новые уникальные изображения. См. раздел Дополнительные изображения для рабочих процессов глубокого обучения с использованием инструментария обработки изображений (инструментарий глубокого обучения)

Для интерактивной маркировки пикселей и экспорта данных меток для обучения можно использовать приложения Image Labeler, Video Labeler или Ground Truth Labeler (Automated Driving Toolbox) (доступные в Automated Driving Toolbox™). Приложение может также использоваться для маркировки представляющих интерес прямоугольных областей (ROI) и меток сцен для классификации изображений.