Семантическая Сегментация

Семантическая сегментация изображений

Семантическая сегментация сопоставляет каждый пиксель изображения с меткой класса, такой как цветок, человек, дорога, небо или автомобиль. Используйте Image Labeler и приложения Video Labeler, чтобы интерактивно помечать пиксели и экспортировать данные о метке для того, чтобы обучить нейронную сеть.

Input image of a seascape, then a series of cubes representing a deep learning network and a semantic segmented output image of the input.

Приложения

Image LabelerПометьте изображения для приложений компьютерного зрения
Video LabelerПометьте видео для приложений компьютерного зрения

Функции

развернуть все

combineОбъедините данные от нескольких datastores
countEachLabelСчитайте вхождение меток поля или пикселя
groundTruthДанные о метке основной истины
imageDatastoreDatastore для данных изображения
pixelLabelImageDatastoreDatastore для сетей семантической сегментации
pixelLabelDatastoreDatastore для данных о пиксельных метках
pixelLabelTrainingDataСоздание обучающих данных для семантической сегментации из исходной истины
balancePixelLabelsСбалансируйте пиксельные метки путем сверхдискретизации местоположений блока в больших изображениях
imwarpПримените геометрическое преобразование изображения
imcropОбрежьте изображение
imresizeИзмените размер изображения
transformПреобразуйте datastore
randomAffine2dСоздайте рандомизированное 2D аффинное преобразование
randomWindow2dСлучайным образом выберите прямоугольную область в изображении
centerCropWindow2dСоздайте прямоугольное окно обрезки центра
deeplabv3plusLayersСоздайте DeepLab v3 + сверточная нейронная сеть для семантической сегментации изображений
dicePixelClassificationLayerСоздайте слой классификации пикселей с помощью, обобщил Dice Loss для семантической сегментации
fcnLayersСоздайте полностью сверточные слоя сети для семантической сегментации
pixelClassificationLayerСоздайте слой классификации пикселей для семантической сегментации
segnetLayersСоздайте слои SegNet для семантической сегментации
unetLayersСоздайте слои U-Net для семантической сегментации
unet3dLayersСоздайте 3-D слои U-Net для семантической сегментации объемных изображений
focalCrossEntropyВычислите фокальную потерю перекрестной энтропии
semanticsegСемантическая сегментация изображений с помощью глубокого обучения
labeloverlayНаложите матричные области метки на 2D изображении
labelvolshowОтобразите помеченный объем
insertObjectMask Вставьте маски в изображение или видеопоток
evaluateSemanticSegmentationОцените набор данных семантической сегментации против основной истины
bfscoreОчертите соответствие со счетом к сегментации изображений
diceКоэффициент подобия Sørensen-Dice для сегментации изображений
generalizedDiceОбобщенный коэффициент подобия Sørensen-Dice для сегментации изображений
jaccardКоэффициент подобия Jaccard для сегментации изображений
segmentationConfusionMatrixМатрица беспорядка пиксельного уровня мультикласса отображает сегментацию
semanticSegmentationMetricsМетрики качества семантической сегментации

Темы

Запуск

Маркировка Пикселей для Семантической Сегментации

Пометьте пиксели для того, чтобы обучить сеть семантической сегментации при помощи приложения для маркировки.

Как магазин приложений этикетировочной машины экспортируемые пиксельные метки

Узнать, как приложения для маркировки хранят данные о пиксельных метках.

Выберите Function to Visualize Detected Objects

Сравните функции визуализации.

Начало работы с маской R-CNN, например, сегментация

Выполните сегментацию мультиэкземпляра класса с помощью Маски R-CNN и глубокое обучение.

Начало работы с Семантической Сегментацией Используя глубокое обучение

Сегментация объектов по классам с использованием глубокого обучения.

Начало работы с облаками точек Используя глубокое обучение

Изучите, как использовать облака точек для глубокого обучения.

Создайте обучающие данные для Семантической Сегментации

Хранилища данных для глубокого обучения (Deep Learning Toolbox)

Узнать, как использовать хранилища данных в применении глубокого обучения.

Обучающие данные для обнаружения объектов и Семантической Сегментации

Создайте обучающие данные для обнаружения объектов или семантической сегментации с помощью Image Labeler или Video Labeler.

Рекомендуемые примеры