主要内容

开始使用语义分割使用深度学习

分割图像分析任务至关重要。语义分割描述的过程将每个像素的图像与一个类标签,(如,,,天空,海洋,或)。

对语义分割应用程序包括:

  • 自主驾驶

  • 工业检测

  • 地形分类中可见卫星图像

  • 医学影像分析

标签训练数据的语义分割

大型数据集可以更快和更准确的映射到一个特定的输入(或输入方面)。使用数据扩充提供了一种利用有限的训练数据集。微小的变化,如翻译、裁剪或改变一个图像提供了新的不同的和独特的图像。看到增强图像的深度学习工作流使用图像处理工具箱(深度学习工具箱)

您可以使用图片标志,贴标签机视频,或地面实况贴标签机(自动驾驶工具箱)(可在自动驾驶的工具箱™)应用程序交互式地标签像素和出口标签数据进行训练。应用程序还可以用于标签矩形感兴趣的区域(roi)和场景图像分类的标签。

训练和测试一个语义分割网络

训练一个语义分割网络的步骤如下:

1。分析训练数据的语义分割

2。创建一个语义分割网络

3所示。火车一个语义分割网络

4所示。评估和检查语义分割的结果

段对象使用Pretrained DeepLabv3 +网络

MathWorks®GitHub库提供了实现的最新pretrained深度学习网络下载和使用进行开箱即用的推理。

对所有最新的列表MathWorks pretrained语义分割模型和例子,看看MATLAB深度学习(GitHub)

另请参阅

应用程序

功能

对象

相关的例子

更多关于