主要内容

pixelLabelTrainingData

创造训练数据的语义分割从地面真理

描述

例子

(洛桑国际管理发展学院,pxds)= pixelLabelTrainingData (gTruth)创建图像数据存储洛桑国际管理发展学院和像素标签数据存储pxds从指定的地面实况。您可以将返回的数据存储到一个pixelLabelImageDatastore并使用trainNetwork(深度学习工具箱)功能训练深度学习分割网络。您还可以使用这些数据存储evaluateSemanticSegmentation函数来评估结果从深度学习或经典的分割方法。

这个函数使用多个MATLAB金宝app支持并行计算®工人。支持并行计算使用计算机视觉工具箱的偏好对话框。

(洛桑国际管理发展学院,pxds)= pixelLabelTrainingData (gTruth,名称,值)返回图像和像素标签数据存储与附加选项指定一个或多个参数名称-值对。

  • 如果groundTruth对象gTruth使用一个视频文件,创建一个自定义的数据源,或者一个吗imageDatastore读取不同的自定义功能,那么您可以指定名称-值对参数的任意组合。

  • 如果groundTruth对象创建从一个图像或图像序列数据源集合,然后你就可以指定只SamplingFactor名称-值对的观点

例子

全部折叠

加载一个groundTruth对象命名gTruth。地面真理包含三角形和背景的像素标签,注释与100帧的视频。

visiondataPath = fullfile (matlabroot,“工具箱”,“愿景”,“visiondata”);目录(fullfile (visiondataPath,“triangleImages”));目录(fullfile (visiondataPath,“triangleImages”,“testLabels”));loadedData =负载(fullfile (visiondataPath“triangleImages”,“triangleGroundTruth.mat”));gTruth = loadedData.gTruth;

在当前目录中创建一个文件夹。

foldername = fullfile (tempdir,“videoFrames”);mkdir (foldername)

创建一个imageDatastore和一个pixelLabelDatastore从视频文件和相应的像素标签。每五张图片写入到磁盘。

[imd, pxdsTruth] = pixelLabelTrainingData (gTruth,“SamplingFactor”5,“WriteLocation”foldername);
编写图像提取培训文件夹:/ tmp / videoFrames写20图像提取triangleVideo.avi…完成。

确认临时文件夹包含每五张图片。

imds.Files
ans =20×1细胞{' / tmp / videoFrames / triangleVideo01。png”} {/ tmp / videoFrames / triangleVideo06。png”} {/ tmp / videoFrames / triangleVideo11。png”} {/ tmp / videoFrames / triangleVideo16。png”} {/ tmp / videoFrames / triangleVideo21。png”} {/ tmp / videoFrames / triangleVideo26。png”} {/ tmp / videoFrames / triangleVideo31。png”} {/ tmp / videoFrames / triangleVideo36。png”} {/ tmp / videoFrames / triangleVideo41。png”} {/ tmp / videoFrames / triangleVideo46。png”} {/ tmp / videoFrames / triangleVideo51。png”} {/ tmp / videoFrames / triangleVideo56。png”} {/ tmp / videoFrames / triangleVideo61。png”} {/ tmp / videoFrames / triangleVideo66。png”} {/ tmp / videoFrames / triangleVideo71。png”} {/ tmp / videoFrames / triangleVideo76。png”} {/ tmp / videoFrames / triangleVideo81。png”} {/ tmp / videoFrames / triangleVideo86。png”} {/ tmp / videoFrames / triangleVideo91。png”} {' / tmp / videoFrames / triangleVideo96.png '}

删除的视频和图片路径。

rmpath (fullfile (visiondataPath,“triangleImages”));rmpath (fullfile (visiondataPath,“triangleImages”,“testLabels”));

输入参数

全部折叠

地面实况数据,指定为一个标量groundTruth对象或数组groundTruth对象。当gTruth是一个数组的groundTruth对象时,LabelDefinitions每个对象的属性必须包含相同的像素标签的名字。

如果您使用自定义数据源gTruth启用了并行计算,那么读者函数将使用MATLAB的工人从数据源读取图像并行执行。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:“SamplingFactor”,5

因素二次抽样图像在地面实况数据来源,指定一个整数或一个向量的整数。采样因子N包括每一个返回的培训数据N图像在地面实况数据来源。函数忽略了地面实况图像与空标签数据

使用抽样数据来减少重复数据,比如同一场景的图像序列和标签。它还可以帮助减少训练时间。

价值 采样因子
整数 手动设置采样因素适用于所有数据。
向量的整数 当你输入一个向量的地面真值对象,指定的函数使用采样因子对应的向量元素。

图像文件格式,指定为逗号分隔组成的“ImageFormat”和一个字符串标量或特征向量。必须支持的文件格式金宝appimwrite。这种说法只适用于groundTruth对象使用一个视频文件或创建一个自定义数据源。

文件夹名称写提取图像,指定为一个字符串标量或特征向量。指定的文件夹必须存在,有写权限。

这种说法只适用于:

函数时忽略了这个论点:

  • 输入groundTruth从一个图像序列数据源对象被创建。

  • 输入的数组groundTruth对象都包含图像数据存储使用相同的定义函数。

  • 任何的输入groundTruth对象包含数据存储,使用默认的功能。

图像文件格式,指定为一个字符串标量或特征向量。必须支持的文件格式金宝appimwrite

这种说法只适用于:

函数时忽略了这个论点:

  • 输入groundTruth从一个图像序列数据源对象被创建。

  • 输入的数组groundTruth对象都包含图像数据存储使用相同的定义函数。

  • 任何的输入groundTruth对象包含数据存储,使用默认的功能。

输出图像文件的前缀名称指定为一个字符串标量或特征向量。图像文件被命名为:

< name_prefix > < source_number > _ < image_number >。< image_format >

默认值使用数据源的名称的图像提取,strcat (sourceName, ' _ ')对于视频和自定义数据源,或者“数据存储”图像数据存储。

这种说法只适用于:

函数时忽略了这个论点:

  • 输入groundTruth从一个图像序列数据源对象被创建。

  • 输入的数组groundTruth对象都包含图像数据存储使用相同的定义函数。

  • 任何的输入groundTruth对象包含数据存储,使用默认的功能。

MATLAB命令行上显示培训进展,指定为逗号分隔组成的“详细”真正的。这种说法只适用于groundTruth对象使用一个视频文件或创建一个自定义数据源。

输出参数

全部折叠

采集的图像中提取从地面真理,gTruth,作为一个返回ImageDatastore对象。每张图片的洛桑国际管理发展学院已经与至少一个注释类的像素标签。洛桑国际管理发展学院忽略了图像没有注释。

收集pixel-labeled数据提取从地面真理,gTruth,返回PixelLabelDatastore对象。对象包含了一个分类矩阵中包含的像素标签为每个图像的图像数据存储,洛桑国际管理发展学院。标签不对应像素标签将被忽略。

版本历史

介绍了R2018a