Вы можете использовать приложение для маркировки и объекты и функции Computer Vision Toolbox™, чтобы обучать алгоритмы на основе достоверных данных. Используйте приложение для маркировки, чтобы в интерактивном режиме маркировать основные данные в видео, последовательности изображений, коллекции изображений или пользовательском источнике данных. Затем используйте помеченные данные для создания обучающих данных для обучения детектора объектов или для обучения сети семантической сегментации.
Этот рабочий процесс применяется только к приложениям Image Labeler и Video Labeler. Для создания учебных данных для приложения Ground Truth Labeler (Automated Driving Toolbox) в Toolbox™ Automated Driving используйте gatherLabelData (Автоматическая панель инструментов вождения).
Загрузить данные для маркировки
Image Labeler - загрузка коллекции изображений из файла или ImageDatastore объект в приложении.
Video Labeler - загрузка видео, последовательности изображений или пользовательского источника данных в приложение.
Данные метки и выберите алгоритм автоматизации: Создание меток окупаемости инвестиций и сцен в приложении. Дополнительные сведения см. в разделе:
Image Labeler - начало работы с Image Labeler
Видеомаркировщик - начните с видеомаркировщика
Можно выбрать один из встроенных алгоритмов или создать собственный пользовательский алгоритм для маркировки объектов в данных. Сведения о создании собственного алгоритма автоматизации см. в разделе Создание алгоритма автоматизации для маркировки.
Экспорт меток: после создания меток можно экспортировать метки в рабочую область или сохранить их в файле. Метки экспортируются как groundTruth объект. Если источник данных состоит из нескольких коллекций изображений, пометьте весь набор коллекций изображений, чтобы получить массив groundTruth объекты. Дополнительные сведения об общем доступе groundTruth см. раздел Совместное использование и хранение маркированных основных достоверных данных.
Создайте данные тренировки: создать данные тренировки из groundTruth используйте одну из следующих функций:
Обучающие данные для детекторов объектов - Используйте objectDetectorTrainingData функция.
Обучающие данные для сетей семантической сегментации - Используйте pixelLabelTrainingData функция.
Для объектов, созданных с использованием видеофайла или пользовательского источника данных, objectDetectorTrainingData и pixelLabelTrainingData функции записывают образы на диск для groundTruth. Выполните выборку данных истинности земли, указав коэффициент выборки. Выборка уменьшает переобучение детектора объекта на аналогичных образцах.
Алгоритм поезда:
Детекторы объектов - используйте один из нескольких детекторов объектов Computer Vision Toolbox. Список детекторов см. в разделе Обнаружение объектов. Для получения информации об детекторах объектов, относящихся к автоматическому вождению, см. описание детекторов объектов Automated Driving Toolbox в разделе Визуальное восприятие (Automated Driving Toolbox).
Сеть семантической сегментации - подробные сведения об обучении сети семантической сегментации см. в разделе Начало работы с семантической сегментацией с использованием глубокого обучения.
objectDetectorTrainingData | pixelLabelTrainingData | semanticseg | trainACFObjectDetector | trainFasterRCNNObjectDetector | trainRCNNObjectDetector | trainRCNNObjectDetector | trainSSDObjectDetector | trainYOLOv2ObjectDetector