主要内容

跑步

在每个帧中运行标签自动化间隔

展开所有页面

句法

autolabels =运行（Algobj，Frame）

描述

这跑步方法通过执行自动化算法来计算单个帧的自动标签。在自动化过程中，标签应用程序在循环中运行此方法，以计算选择中的每个帧的自动标签。

客户的客户自动凝视算法必须实现此方法。

自动标签= run（Algobj.那框架）处理单个帧，框架， 使用Algobj.自动化算法，并返回自动标签，自动标签。

输入参数

展开全部

自动化算法，指定为aVision.Labeler.AutomationalGorithm.目的。

正在计算其标签的帧，指定为数字矩阵图像信号或A.pointcloud.对象pointcloud.信号。

输出参数

展开全部

由自动化算法生产的标签，作为分类矩阵，结构阵列或表返回。

对于自动化像素标记的算法，实现跑步返回方法自动标签作为一个分类标签矩阵，其中每个类别代表像素标签。有关更多信息，请参阅贴标程序应用程序如何存储导出像素标签。

对于自动化非极速标签的算法，实现跑步返回结构阵列的方法。阵列中的每个结构都包含特定名称和类型的标签。该方法将相同名称的标签组合在数组中的单个结构中。

此表描述了该列的列自动标签每个表格或每个字段自动标签结构体。

字段名称 描述
类型

LabelType.包含标签类型的枚举。有效标签类型是：

  • labeltype.rectangle.

  • labeltype.cuboid.（地面真理贴标机应用程序）

  • labeltype.line.line.

  • labeltype.scene.
名称 包含标签名称的字符矢量。
位置

指定标签的位置名称和类型。格式位置取决于标签类型。

标签类型 位置格式
长方形- 矩形兴趣区域（ROI）标签

m- 4个数字矩阵[x，y，w，h]， 在哪里：

  • m是框架中的标签数。

  • X和y指定矩形的左上角。

  • W.指定矩形的宽度，这是它的长度X-轴。

  • H指定矩形的高度，这是它的长度y-轴。
长方体- 立方体投资回报标签

m-by-9数字矩阵，具有形式的行[XCTR，YCTR，ZCTR，Xlen，Ylen，Zlen，Xrot，Yrot，Zrot]， 在哪里：

  • m是框架中的标签数。

  • XCTR.那yctr.， 和ZCTR.指定长方体的中心。

  • xlen.那ylen.， 和Zlen.指定长方体的长度沿着X-轴，y- 轴，和Z.旋转之前，分别在旋转之前分别进行速度。

  • Xrot.那yrot.， 和Zrot.指定沿着长方体的旋转角度X-轴，y- 轴，和Z.分别。当在其相应轴的向前方向上看时，这些角度是顺时针正的。

该图显示了这些值如何确定立方体的位置。
projectedcuboid.长方体投资回报标签

m-My-8形式的矢量[X1，Y1，W1，H1，X2，Y2，W2，H2]， 在哪里：

  • m是框架中的标签数。

  • X1，Y1指定X那y坐标，用于投影长方体前面的左上方位置。

  • W1.指定投影长方体前面的宽度。

  • H1.指定投影长方体前面的高度。

  • x2，y2指定X那y坐标，用于投影长方体背面的左上方位置。

  • W2.指定投影多维模型背面的宽度。

  • H2.指定投影长方体背面的高度。

该图显示了这些值如何确定立方体的位置。

标有预定的长方体
线- 折线ROI标签

m- 1个细胞阵列矢量，在哪里m是框架中的标签数。每个单元阵列包含一个N-2表格的2个数字矩阵[x1 y1;x2 y2;......xn yn]为了N折线点。
场景- 场景标签

逻辑价值1如果算法确定标签存在于帧中和0.除此以外。
属性（可选的）

结构阵列包含标签中每个属性的一个结构。如果标签定义不包含属性，那么自动标签输出不包含此字段。

对于每个结构属性结构阵列，该结构的名称是相应属性的名称。结构的值是相应属性的值。

查看样本自动标签结构阵列，在Matlab中输入此代码®命令提示符。

Autolabels（1）.name ='车';autolabels（1）.type = labeltype.rectangle;Autolabels（1）.Position = [20 20 50 50];Autolabels（2）.name ='卡车';autolabels（2）.type = labeltype.rectangle;自动标签（2）.Position = [70 70 50 50;100 100 25 25];

或者，对于非极速标签，您可以使用跑步返回方法自动标签作为一张桌子。表行等同于结构阵列中的结构。表列相当于结构字段。此表相当于样本自动标签先前指定的结构阵列。

姓名类型位置____________ ______________________'汽车'矩形[1x4双]'卡车'矩形[2x4双]

也可以看看

||||

在R2017A介绍

计算机视觉工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书