counteanceLabel.

计数像素或框标签的出现次数

全部折叠到页面中

语法

counts = countAcneLabel（DS）

描述

例子

计数= counteanceLabel（ds)返回一个表，其中包含有关输入数据存储的像素或框标签和计数的信息，ds。

例子

全部收缩

统计数据存储中的唯一标签

打开直播脚本

加载一个包含带有车辆标签的边界框的表。

负载('vevicletrainingdata.mat');

加载一个包含包含停止标志和汽车标签的边界框的表格。

负载(“stopSignsAndCars.mat”);

组合地面真相框和标签，排除第一列中的图像文件名。

vehiclesTbl = vehicleTrainingData(:, 2:结束);stopSignsTbl = stopSignsAndCars(:, 2:结束);

使用两个表创建一个boxLabelDatastore，一个表包含车辆标签数据，另一个表包含停车标志标签数据。

建筑物= boxLabelDatastore (vehiclesTbl stopSignsTbl);台= countEachLabel(建筑物)

台=4×3表标签计数ImageCount ________ _____ __________ vehicle 336 295 stopSign 42 41 carRear 10 9 carFront 9 8

使用标签和相应的标签计数创建直方图图。

柱状图('类别'，tbl.label，“BinCounts”，tbl.count）;

创建覆盖各个图像计数的另一直方图。

持有上;柱状图('类别'，tbl.label，“BinCounts”，tbl.imagecount）;

图中包含一个轴。坐标轴包含2个类别直方图类型的对象。

将类重量传递给像素分类层

此示例使用：

打开直播脚本

设置图像和像素标签数据的位置。

datadir = fullfile（toolboxdir（“愿景”),“visiondata”);imDir = fullfile (dataDir,“建筑”);pxDir = fullfile (dataDir,“buildingPixelLabels”);

创建一个像素标签图像数据存储使用的地面真实图像洛桑国际管理发展学院和像素标记在一起的图像pxds。

imd = imageDatastore (imDir);一会= [“天空”“草”“建筑”“人行道”];pixelLabelID = [1 2 3 4];一会,pxds = pixelLabelDatastore (pxDir pixelLabelID);pxds pximds = pixelLabelImageDatastore (imd);

将数据集中的像素标签计数列成表格。

TBL = CONSECHANCELABEL（PXIMDS）

台=4×3表名字PixelCount ImagePixelCount  ____________ __________ _______________ {' 天空}3.1485 1.536 e + e + 05 06{‘草’}1.5979 1.536 e + e + 05 06{“建筑”}1.0312 e + 06 1.536 e + 06{“人行道”}25313 9.216 e + 05

使用统一的先前加权来平衡类。

之前= 1 /元素个数(类名);uniformClassWeights = prior. / tbl.PixelCount

均匀的rsamswights =4×110^-5× 0.0794 0.1565 0.0242 0.9876

使用反频率加权平衡类。

TotalNumberofpixels = SUM（TBL.PIXELCOUNT）;频率= tbl.pixelcount / totalnumberofpixels;INVFREQCLASSWIGHTS = 1. /罚款

invFreqClassWeights =4×14.8632 9.5827 1.4848 60.4900

使用中值频率加权的平衡课程。

频率=(资源。PixelCount.。/ tbl.ImagePixelCount

频率=4×10.2050 0.1040 0.6714 0.0275

Medfreqclasswights =中位数（弗里克）./ freq

medfreqclasswights =4×10.7538 1.4852 0.2301 5.6252

利用中值频率权值将类权值传递给像素分类层。

层= pixelClassificationLayer ('课程'，tbl.name，…“ClassWeights”，medfreqclasswights）

class: [sky grass building sidewalk] ClassWeights: [4x1 double] OutputSize: 'auto' Hyperparameters LossFunction: ' crossenropyex '

输入参数

全部收缩

`ds`- - - - - -带有标签数据的数据存储
`PixellabeldAtastore.`对象|`pixelLabelImageDatastore`对象|`boxLabelDatastore`对象

带有标记数据的数据存储，用于训练语义分割网络或对象检测网络，指定为PixellabeldAtastore.,pixelLabelImageDatastore,或boxLabelDatastore目的。

输出参数

全部收缩

`计数`——标签信息
桌子

标签信息，作为表返回。标记的数据表包含三个变量。

为PixellabeldAtastore.和pixelLabelImageDatastore输入,计数输出包含:

像素计数变量	描述
`的名字`	像素标签类名称
`PixelCount.`	类中的像素数
`ImagePixelCount`	具有类实例的图像中的像素总数

为boxLabelDatastore输入,计数输出表包含:

盒子计数变量	描述
`标签`	框标签类名称
`数`	所有图像中班级的标签总数
`ImageCount.`	包含类或多个类实例的图像总数

尖端

的输出counteanceLabel.可用于计算类平衡的类重量。例如，用于标记的像素数据信息TBL.:

统一的类平衡重量每个班级，使得每个级别包含统一的先前概率：
```
numClasses = height(tbl) prior = 1/numClasses;classWeights = prior. / tbl.PixelCount
```

逆频率平衡权重每个类，使未被充分代表的类得到更高的权重:

TotalNumberofpixels = sum（tbl.pixelcount）频率= tbl.pixelcount / totalnumberofpixels;Classweights = 1./罚款

中位频率平衡每类使用中值频率。每个类的权重定义为中位数（imagefreq.) /imagefreq.(c),imagefreq.（c）表示类的像素数除以具有类别（c）实例的图像中的总像素总数：
```
imageFreq =(资源。PixelCount.。/ tbl.ImagePixelCount classWeights = median(imageFreq) ./ imageFreq
```
计算的类重量可以传递给pixelClassificationLayer。