使用多边形标记对象- MATLAB & Simulink - MathWorks金宝app Australia - 金宝app,下载188bet金宝搏,金宝搏官方网站

使用多边形标记对象

这个图片标识,视频贴标机,地面实况贴标签机（自动驾驶工具箱）应用程序可以让你使用各种交互式绘图工具来标记图像。使用这些标签为训练算法创建基础真实数据。

关于多边形标签

您可以围绕图像或视频帧中的对象绘制多边形形状，并使用多边形对对象进行标记。还可以将多边形标签相互关联，使您能够将不同的对象标记为同一类的实例。导出的多边形标签保存了多个标签定义的多边形的堆栈顺序，并与ground truth格式兼容:

语义分割网络H——- - - - - -W标签矩阵。使用多边形保持标签的创建或重新排序顺序（使用置后和置前选项)。语义分割需要一个带有标签的图像像素图。为此，您必须将标签压平(失去标签的分层顺序)。假设将所有多边形标签的不透明度设置为最大，并将所有填充区域保留为标签矩阵。
实例分割网络使用H——- - - - - -W——- - - - - -天体面具堆栈。
图形中的原始多边形天体-by-1 cell array，其中每个cell包含M2点。

在本例中，您加载一张图像，创建多边形ROI标签，修改与绘制多边形相关的偏好，并对导出的地面真实对象数据进行后处理，以用于实例分割和语义分割训练网络。

加载未标记的数据

您可以从文件夹中加载存储在数据存储中的图像，或加载以前的labeler会话。这些图像必须可由用户读取imread．在本例中，加载的数据包含许多工具，包括船只、加油机和飞机。

加载数据编程

使用此过程以编程方式从数据存储加载图像：

从图像文件夹创建数据存储。例如，如果您有一个名为“boats”的文件夹，其中包含图像，那么您可以使用此代码创建图像的数据存储。
```
imageFolder=fullfile（toolboxdir（'vision'）、'visiondata'、'Boots'）；imds=imageDatastore（imageFolder）；
```
将数据存储加载到图片标识:
```
成像标签机（imds）；
```

或者，您可以加载文件夹的图像直接到图片标识:

imageFolder = fullfile (toolboxdir(“愿景”)、“visiondata”,“船”);imageLabeler (imageFolder);

直接从应用程序加载数据

点击进口要加载图像或单击公开会议打开已保存的会话。

创建多边形标签

为帆船、油轮和飞机创建多边形标签。

在ROI标签在左侧的窗格中，单击标签．
选择多边形标记类型并命名帆船．
您还可以通过单击预览颜色来更改标签颜色。
点击好吧．
这个帆船标签出现在ROI标签窗格。
重复步骤1到步骤4创建油轮标签和飞机标签。通过左键单击并上下拖动标签，可以在列表中移动标签。

绘制多边形ROI标签

选择帆船标记，然后使用鼠标，围绕每个帆船绘制一个多边形ROI。
选择油轮标记并在油轮周围绘制多边形ROI。
选择飞机标记并在飞机周围绘制一个多边形ROI。

修改多边形首选项和堆叠顺序

有许多方法可以修改ROI标签的外观堆垛顺序用于导出的地面实况文件。堆叠顺序指示一个对象是在另一个对象的前面还是后面，并且是解析重叠区域以构建语义标签地图所必需的。

在接下来的步骤中，将修改标签的颜色、设置标签名称在添加标签时的外观、修改标签的不透明度、查看标签类的实例以及设置堆叠顺序。

若要修改飞机ROI标签的颜色，请右键单击飞机标签ROI标签窗格中,选择编辑标签. 单击颜色预览并选择一种颜色。
若要在贴标签时显示ROI标签名称，请选择总是从显示ROI标签菜单的看法部分。
要增加标签的不透明度，请使用多边形滑动条标签不透明度部分。增加不透明度有助于识别哪些标签在场景中其他标签的前面或后面。
油轮标签在帆船标签的前面，但它应该在帆船标签的后面。位置会影响输出的ground truth的堆叠顺序。修改堆叠顺序，右键单击场景中的油罐ROI标签并选择发回．
要查看ROI标签的实例，请选择通过实例从ROI的颜色中的下拉菜单看法部分。
通过单击导出带标签的地面实况数据出口选择到工作空间．将地面真实数据命名为MAT文件格特鲁斯．

对实例或语义分段网络导出的标签进行后处理

您可以使用导出的、带标签的地面真相来训练实例分段网络或语义分段网络。

按照以下步骤处理多边形数据以进行语义分割或实例分割。

步	描述	程序
1 -显示地面真实数据	导出的地面实况对象包含五个对象和三个定义的数据。	进来`格特鲁斯`在MATLAB^®命令行。 >>gTruth gTruth=带属性的groundTruth:数据源：[1×1 groundTruthDataSource]LabelDefinitions:[3×5表]LabelData:[1×3表]
2-获取多边形数据	这个LabelData属性按标签名称对数据进行分组`帆船`标签单元格数组包含三个元素`油轮`单元格数组包含一个元素，并且`飞机`单元格数组包含一个元素。	类型`gTruth。标签Data`． > > gTruth。LabelDataans = 1×3 table Sailboat Tanker Airplane __________ __________ __________ {3×1 cell} {1×1 cell} {1×1 cell}
3-叠加地面真实多边形数据	帆船和油船重叠在一起。这个信息(像素的相对顺序)在这种格式中会丢失。使用`gatherLabelData`对象函数以按标签类型对数据进行分组。这将生成一个包含五个堆叠对象的表。	使用`gatherLabelData`属性并存储输出。 >>out=gatherLabelData（gTruth，[labelType.Polygon]，'GroupLabelData'，'labelType'）out=1×1单元格数组{1×1表} 显示表格的内容。 > >{1}。多边形Data ans = 1×1 cell array {5×2 cell}
4 -根据深度顺序查看地面真实数据	的内容`远志`，显示堆叠多边形的顺序。订单和贴标订单是一致的，包括你寄到后面的油轮。现在标签被压平了，在底部是油轮，它上面的帆船覆盖了油轮重叠的地方。	显示多边形数据。 > >{1}。多边形Data{1} ans = 5×2 cell array {12×2 double} {'Airplane'} { 6×2 double} {'Sailboat'} { 7×2 double} {'Sailboat'} {13×2 double} {'Sailboat'} { 9×2 double} {'Tanker' }

转换多边形数据的语义分割

步	描述	程序
1-创建标签ID映射	创建一个将类名与类id关联起来的映射。	classNames={'planer'，'Sailboat'，'cancern'}；classIds=1:numel（classNames）；labelIDMap=containers.Map（classNames，classIds）；
2 -提取多边形	从输出结构中提取多边形坐标和多边形标签。	多边形=从{1}.PolygonData {1} (: 1);polygonLabels =从{1}.PolygonData {1} (:, 2);
3 -平面多边形到语义分割地图	将标签名称转换为ID。将多边形坐标转换为语义分割贴图。	polygonLabelIDs=cellfun（@（x）labelIDMap（x），polygonLabels）；imageSize=[645916]；%大小（boats_im）outputIm=poly2label（多边形、多边形标签、图像大小）；

步

描述

程序

1-创建标签ID映射

创建一个将类名与类id关联起来的映射。

classNames={'planer'，'Sailboat'，'cancern'}；classIds=1:numel（classNames）；labelIDMap=containers.Map（classNames，classIds）；

2 -提取多边形

从输出结构中提取多边形坐标和多边形标签。

多边形=从{1}.PolygonData {1} (: 1);polygonLabels =从{1}.PolygonData {1} (:, 2);

3 -平面多边形到语义分割地图

将标签名称转换为ID。

将多边形坐标转换为语义分割贴图。

polygonLabelIDs=cellfun（@（x）labelIDMap（x），polygonLabels）；imageSize=[645916]；%大小（boats_im）outputIm=poly2label（多边形、多边形标签、图像大小）；

转换多边形数据为实例分割

步	描述	程序
为实例分割预先分配掩码堆栈	预先分配遮罩堆栈，使其高度和宽度等于图像尺寸，通道深度与多边形数相同。	多边形=out{1}.polygonda{1}（：，1）；numPolygons=大小（多边形，1）；imageSize=[645916]；%大小（船_im）maskStack=false（[imageSize（1:2）numPolygons]）；
将多边形转换为实例遮罩	将每个多边形转换为单独的遮罩，并将其插入遮罩堆栈。	for i = 1: numpolygon maskStack(:，:，i) = poly2mask(polygon {i}(:，1)，…多边形{我}(:,2),图象尺寸(1)图象尺寸(2));结束

步

描述

程序

为实例分割预先分配掩码堆栈

预先分配遮罩堆栈，使其高度和宽度等于图像尺寸，通道深度与多边形数相同。

多边形=out{1}.polygonda{1}（：，1）；numPolygons=大小（多边形，1）；imageSize=[645916]；%大小（船_im）maskStack=false（[imageSize（1:2）numPolygons]）；

将多边形转换为实例遮罩

将每个多边形转换为单独的遮罩，并将其插入遮罩堆栈。

for i = 1: numpolygon maskStack(:，:，i) = poly2mask(polygon {i}(:，1)，…多边形{我}(:,2),图象尺寸(1)图象尺寸(2));结束

另见

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

下载电子书