gatherLabelData
语法
描述
labelData= gatherLabelData (gTruth，signalNames，labelTypes）gTruth．函数返回指定信号的标签数据signalNames指定的标签类型labelTypes．
(另外，使用前面语法中的参数，返回与收集到的标签数据相关联的信号时间戳。labelData，时间戳= gatherLabelData(___）
使用时间戳与writeFrames函数写入相关的信号帧groundTruthMultisignal对象到磁盘。使用这些框架和相关标签作为机器学习或深度学习模型的训练数据。
(___= gatherLabelData(___，除了使用先前语法中的任何参数组合外，还使用一个或多个名称-值参数指定选项。例如,名称=值）Verbose = True启用工作区环境的显示。
例子
收集标签数据并写入相关信号帧
为视频信号和激光雷达点云序列信号收集标签数据groundTruthMultisignal对象。将与该标签数据相关联的信号帧写入磁盘并可视化这些帧。
将点云序列文件夹路径添加到MATLAB®搜索路径中。视频中已经介绍了MATLAB搜索路径。
pcSeqDir = fullfile(toolboxdir)“开车”)，“drivingdata”，…“lidarSequence”);目录(pcSeqDir);
加载一个groundTruthMultisignal对象，该对象包含视频和激光雷达点云序列的标签数据。
Data = load()“MultisignalGTruth.mat”);gTruth = data.gTruth;
指定从中收集标签数据的信号。
signalNames = [“video_01_city_c2s_fcw_10s”“lidarSequence”]；
视频包含矩形标签，而激光雷达点云序列包含长方体标签。从视频中收集矩形标签，从激光雷达点云序列中收集长方体标签。
labelTypes = [labelType.]矩形labelType。长方体]；[labelData,timestamp] = gatherLabelData(gTruth,signalNames,labelTypes);
显示来自两个信号的前八行标签数据。两个信号都包含车标签。在视频中，车标签绘制为矩形边界框。在激光雷达点云序列中车标签绘制为一个长方体边界框。
videoLabelSample = head(labelData{2}) lidarLabelSample = head(labelData{2})
videoLabelSample =表车 _________________ {[ 299 213 42 33]} lidarLabelSample =表的车 ____________________________________________________ {[ 17.7444 6.7386 3.3291 3.6109 3.2214 3.5583 0 0 0]}
将与收集到的标签数据相关联的信号帧写入临时文件夹位置，每个信号一个文件夹。方法返回的时间戳gatherLabelData函数来指示要写入的信号帧。
outputFolder = fullfile(tempdir，[“videoFrames”“lidarFrames”]);fileNames = writeFrames(gTruth,signalNames,outputFolder,timestamp);
* video_01_city_c2s_fcw_10s * lidarSequence
加载写入的视频信号帧imageDatastore对象。控件加载关联的矩形标签数据boxLabelDatastore对象。
imds = imageDatastore(文件名{1});blds = boxLabelDatastore(labelData{1});
加载写入的激光雷达信号帧fileDatastore对象。类加载关联的长方体标签数据boxLabelDatastore对象。
fds = fileDatastore(文件名{2}，“ReadFcn”, @pcread);clds = boxLabelDatastore(labelData{2});
可视化编写的视频帧使用愿景。放像机对象。可视化的书面激光雷达框架使用pcplayer对象。
videoPlayer = vision.VideoPlayer;ptCloud = preview(fds);ptCloudPlayer = pcplayer(ptCloud.XLimits,ptCloud.YLimits,ptCloud.ZLimits);而hasdata (imd)%读取视频和激光雷达帧。I = read(imds);ptCloud = read(fds);可视化视频和激光雷达帧。放像机(我);视图(ptCloudPlayer ptCloud);结束
删除点云序列文件夹的路径。
rmpath (pcSeqDir);
输入参数
输出参数
labelData-标签数据
表的单元格数组
标签数据，作为类型返回米——- - - - - -N表的单元格数组，其中:
米的数量是多少?groundTruthMultisignal对象gTruth．当
labelTypes包含ROIlabelType枚举,N信号的数量在吗signalNames元素的个数labelTypes．在这种情况下，labelData {m, n}控件的标签数据表n的信号signalNames这是在米thgroundTruthMultisignal的对象gTruth．表中只包含标签类型的标签数据n的位置labelTypes．当
labelTypes只包含labelType。场景枚举,N等于1．在这种情况下，labelData {m}中所有信号的场景标签数据表米thgroundTruthMultisignal的对象gTruth．
对于给定的标签数据表，资源描述这张桌子大小合适T——- - - - - -l,地点:
T信号中存在标签数据的时间戳数。l为该信号收集的标签类型的标签定义的数目。台(t、l)方法收集的标签数据l这里的标签t时间戳。
如果其中一个信号在时间戳处没有标签数据，则相应的标签数据表不包含该时间戳的行。
对于表中的每个单元格，返回的标签数据格式取决于标签的类型。
| 标签类型 | 标签在每个时间戳的存储格式 |
|---|---|
labelType。矩形 |
|
|
图中显示了这些值如何确定长方体的位置。
|
|
图中显示了这些值如何确定长方体的位置。
|
labelType。行 |
|
labelType。PixelLabel |
所有像素标签定义的标签数据都存储在一个米1 |
labelType。多边形 |
|
labelType。场景 |
逻辑1（真正的)，如果应用了场景标签。否则逻辑0（假） |
标签数据格式
方法收集标签数据的单元格数组gatherLabelData函数。该函数从三个标签中收集标签groundTruthMultisignal具有变量名的对象gTruth1，gTruth2,gTruth3．
的视频信号
video_front_camera，该函数收集类型的标签矩形和行．对于一个激光雷达点云序列信号存储在一个名为
lidarData，该函数收集类型的标签长方体．
方法的调用gatherLabelData函数。
labelData = gatherLabelData([gTruth1 gTruth2 gTruth3]，…(“video_front_camera”，…“lidarData”]，…{[labelType。矩形labelType。线),…labelType.Cuboid};
labelData输出是一个3 × 2单元格的表数组。单元格数组的每一行都包含标签数据groundTruthMultisignal对象。第一列包含视频信号的标签数据;video_front_camera．第二列包含点云序列信号的标签数据;lidarData．该图显示了labelData单元阵列。
该图显示了第三个视频信号的标签数据表groundTruthMultisignal对象。的gatherLabelData函数为a收集数据矩形标签命名车和一个行标签命名车道．该表包含信号中四个时间戳的标签数据。
该图为第三节激光雷达信号的标签数据表groundTruthMultisignal对象。的gatherLabelData函数为a收集数据长方体标签，也称为车．的车标签出现在两种信号类型中，因为它被标记为矩形标签用于视频信号和a长方体激光雷达信号标签。该表包含信号中四个时间戳的标签数据。
时间戳-信号时间戳
单元阵列持续时间向量
信号时间戳，作为米——- - - - - -N单元阵列持续时间向量,地点:
米的数量是多少?groundTruthMultisignal对象gTruth．N信号的数量在吗signalNames．labelData {m, n}的时间戳n的信号signalNames这是在米thgroundTruthMultisignal的对象gTruth．
如果从多个信号中收集标签数据，则信号时间戳将与第一个信号的时间戳同步signalNames．
版本历史
在R2020a中引入
