Пометьте изображения для приложений компьютерного зрения
Приложение Image Labeler позволяет вам пометить достоверные данные в наборе изображений. Используя приложение, вы можете:
Задайте прямоугольные метки видимых областей (ROI), метки ROI ломаной линии, пиксельные метки ROI, метки ROI многоугольника 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 эффективность 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 для системной верификации или для обучения сеть семантической сегментации или детектор объектов. Смотрите Обучающие данные для Обнаружения объектов и Семантической Сегментации.
Поддержки приложений Image Labeler все форматы файла изображения, поддержанные imread функционируйте и дополнительно поддерживает Цифровую Обработку изображений и Коммуникацию в Медицине (DICOM) формат. Чтобы считать дополнительные форматы файлов, можно создать imageDatastore и используйте ReadFcn свойство.
При загрузке изображений, если изображение имеет размерность, больше, чем 8 000 пикселей, или является изображением мультиразрешения, приложение Image Labeler предлагает вам опцию, чтобы преобразовать изображение в блокированное изображение. Блокированное изображение состоит из большого изображения, которое было разделено на меньшие блоки, которые могут уместиться в памяти. Если Image Labeler преобразует большое изображение в блокированный, можно обработать его в приложении, когда вы были бы любое другое изображение. В то время как использование блокированных изображений позволяет изображениям процесса в приложении, что вы не можете в противном случае смочь, существуют некоторые ограничения. Для получения дополнительной информации смотрите, Маркируют Large Images в Image Labeler.
Чтобы узнать больше об этом приложении, смотрите Начало работы с Image Labeler.
MATLAB® Панель инструментов: На вкладке Apps, под Image Processing and Computer Vision, кликают по значку приложения.
Командная строка MATLAB: Войти imageLabeler.
На левой стороне приложения панель ROI Labels содержит определения метки видимой области (ROI), которые можно отметить на системах координат. Можно создать определения метки непосредственно из этой панели. В качестве альтернативы можно создать определения метки программно при помощи labelDefinitionCreator возразите и затем импортируйте эти определения метки в сеанс приложения.
Можно использовать маркированные данные, чтобы подтвердить или обучить алгоритмы, такие как классификаторы изображений, детекторы объектов, и семантический и сети сегментации экземпляра. Рассмотрите свое заявление при выборе инструмента для рисования маркировки, чтобы создать метки ROI. Рисунок ниже показывает методы маркировки для четырех различных приложений.
| Приложение | Маркируйте Types | Пример |
|---|---|---|
| Отобразите классификацию | N/A |
Лодка, плоскость |
| Обнаружение объектов | Строка Прямоугольник Спроектированный прямоугольник |
|
| Семантическая Сегментация | Метка Pixel Многоугольник |
|
| Сегментация экземпляра | Многоугольник |
|
ROI label является меткой, которая соответствует видимой области (ROI) в системе координат сигнала. Таблица описывает поддерживаемые типы метки.
| Метка ROI | Описание | Сцена |
|---|---|---|
Rectangle | Чертите прямоугольные (ограничительные рамки) меток ROI вокруг объектов. |
|
Projected cuboid | Чертите кубовидные метки ROI (3-D ограничительные рамки). |
|
Line | Чертите линейные метки ROI, чтобы представлять линии. Чтобы чертить полилинейный ROI, используйте две или больше точки. |
|
Pixel label | Присвойте метки пикселям для семантической сегментации. Можно пометить пиксели вручную с помощью многоугольников, кистей или заливки. Для получения дополнительной информации о пиксельной маркировке, смотрите, Маркируют Pixels for Semantic Segmentation. |
|
Polygon | Чертите заполненный пикселем многоугольник, например, сегментация. Можно пометить отличные экземпляры того же класса. Для получения дополнительной информации о сегментации экземпляра, смотрите, Маркируют Objects Using Polygons |
|
ROI sublabel является меткой ROI, которая принадлежит родительской метке. Используйте подметки ROI, чтобы обеспечить больший уровень детализации о ROI в ваших помеченных достоверных данных. Например, метка vehicle может содержать headlight, licensePlate и подметки wheel. Можно создать подметки только для прямоугольных и полилинейных меток. Для получения дополнительной информации о подметках, смотрите Подметки Использования и Атрибуты, чтобы Маркировать Ground Truth Data.
ROI attribute указывает дополнительную информацию о метке ROI или подметке. Например, в океанской сцене, атрибуты могут включать тип или цвет лодки. Таблица описывает поддерживаемые типы атрибута.
| Припишите тип | Демонстрационное определение атрибута | Демонстрационные значения по умолчанию |
|---|---|---|
|
|
|
|
| |
|
| |
|
|
Для получения дополнительной информации об атрибутах, смотрите Подметки Использования и Атрибуты, чтобы Маркировать Ground Truth Data.
