このペ，ジの翻訳は最新ではありません。ここをクリックして，英語の最新版を参照してください。
randomPatchExtractionDatastore
イメージまたはピクセルラベルイメージから2次元または3次元のランダムパッチを抽出するためのデータストア
説明
randomPatchExtractionDatastore。たとえば，入力デ，タストアには、image-to-image 回帰ネットワークの学習用のネットワーク入力と目的のネットワーク応答、またはセマンティック セグメンテーション ネットワークの学習用のグラウンド トゥルース イメージとピクセル ラベル データを含む 2 つのイメージ データストアを指定できます。
このオブジェクトを使用するには，深度学习工具箱™が必要です。
メモ
randomPatchExtractionDatastoreを学習データのソースとして使用する場合,データストアがエポックごとに各イメージから複数のランダムパッチを抽出するため,エポックごとに若干異なるデータセットが使用されます。エポックごとの学習パッチの実際の数は，学習PatchesPerImage倍です。メ，ジパッチはメモリに格納されません。
作成
構文
説明
patchds = randompatchextracactiondatastore (は，名前と値のペアを使用してds1的，ds2，PatchSize，名称,值）PatchesPerImage、DataAugmentationおよびDispatchInBackgroundプロパティを設定します。複数の名前と値のペアを指定できます。各プロパティ名を引用符で囲みます。
たとえば，randomPatchExtractionDatastore (imds1 imds2 50 PatchesPerImage, 40)は，imds1とimds2内の各イメージから50行50列ピクセルの40個のパッチを無作為に生成するデータストアを作成します。
入力引数
プロパティ
オブジェクト関数
结合 |
複数のデ，タストアのデ，タを統合 |
hasdata |
デ，タが読み取り可能かどうかを判別 |
numpartitions |
デ，タストアの区画数 |
分区 |
デ，タストアを分割する |
partitionByIndex |
ンデックスに応じたrandomPatchExtractionDatastoreの分割 |
预览 |
デタストア内のデタのサブセットをプレビュ |
读 |
randomPatchExtractionDatastoreからデ，タを読み取る |
readall |
デ，タストアのすべてのデ，タの読み取り |
readByIndex |
randomPatchExtractionDatastoreから▪▪ンデックスで指定されたデ▪▪タを読み取る |
重置 |
デ，タストアの初期状態へのリセット |
洗牌 |
デ，タストア内のデ，タのシャッフル |
变换 |
デ，タストアの変換 |
isPartitionable |
デ，タストアが分割可能かどうかを判別 |
isShuffleable |
デ，タストアがシャッフル可能かどうかを判別 |
例
ランダムパッチ抽出デ，タストアの作成
学習▪▪メ▪ジを含む▪▪メ▪ジデ▪タストアを作成します。この例のデタストアにはjpegカラメジが含まれています。
imageDir = fullfile(toolboxdir(“图片”)，“imdata”）;imds1 = imageDatastore(imageDir，“FileExtensions”，“jpg”）;
ガウスぼかしを適用することによってimds1内のメジを変換する2番目のデタストアを作成します。
Imds2 = transform(imds1，@(x)imgaussfilt(x,2));
[0, 90]度の範囲のランダムな角度でイメージを回転させ,イメージデータを水平にランダムに反転させるimageDataAugmenterを作成します。
augmenter = imageDataAugmenter(“RandRotation”90年[0],“RandXReflection”,真正的)
augmenter = imageDataAugmenter with properties: FillValue: 0 RandXReflection: 1 RandYReflection: 0 RandRotation: [0 90] RandScale: [1 1] RandXScale: [1 1] RandYScale: [1 1] RandXShear: [0 0] RandYShear: [0 0] RandXTranslation: [0 0] RandYTranslation: [0 0]
未処理の学習イメージと対応する平滑化された応答イメージから,サイズが100行100列のランダムパッチを抽出するrandomPatchExtractionDatastoreオブジェクトを作成します。DataAugmentationプロパティを設定して拡張オプションを指定します。
patchds = randompatchextracactiondatastore (imds1,imds2，[100 100]，.．.“DataAugmentation”增量)
patchds = randompatchextracactiondatastore with properties: PatchesPerImage: 128 PatchSize: [100 100] DataAugmentation: [1×1 imageDataAugmenter] MiniBatchSize: 128 NumObservations: [] DispatchInBackground: 0
一連の拡張された▪▪メ▪ジパッチと対応する平滑化された▪▪メ▪ジパッチをプレビュ▪します。
Minibatch =预览(patchds);input = minibatch.InputImage;responses = minibatch.ResponseImage;Test = cat(2，输入，响应);蒙太奇(测试”,“大小”，[8 2])输入(左)和响应(右)）
ランダムパッチ抽出デ，タストアを使用したセマンティックセグメンテ，ションネットワ，クの学習
学習▪▪メ▪ジを含む▪▪メ▪ジデ▪タストアを作成します。
dataDir = fullfile(toolboxdir(“愿景”)，“visiondata”，“triangleImages”）;imagadir = fullfile(dataDir，“trainingImages”）;imds = imageDatastore(imageDir);
クラス名と関連するラベルidを定義します。次に,学習イメージのグラウンドトゥルースピクセルラベルを含むピクセルラベルデータストアを作成します。
classNames = [“三角形”，“背景”];labelIDs = [255 0];labelDir = fullfile(dataDir，“trainingLabels”）;pxds = pixelLabelDatastore(labelDir,classNames,labelIDs);
イメージと対応するピクセルラベルから32行32列ピクセルのランダムパッチを抽出するために,ランダムパッチ抽出データストアを作成します。オプションのPatchesPerImageプロパティを設定して,イメージとピクセルラベルの各ペアから512個のランダムパッチを抽出します。
patchds = randompatchextracactiondatastore (imds,pxds,32，.．.“PatchesPerImage”, 512);
セマンティックセグメンテ，ションのネットワ，クを作成します。
图层= [imageInputLayer([32 32 1]) convolution2dLayer(3,64，“填充”，1) reluLayer() maxPooling2dLayer(2，“步”, 2) convolution2dLayer (64,“填充”，1) reluLayer() transposedConv2dLayer(4,64，“步”2,“种植”，1) convolution2dLayer(1,2) softmaxLayer() pixelClassificationLayer()]
图层数组= 10x11”的形象输入32 x32x1图像zerocenter正常化2”64 3 x3的卷积,卷积步伐[1]和填充[1 1 1 1]3”ReLU ReLU 4”马克斯池2 x2马克斯池步(2 - 2)和填充[0 0 0 0]5“卷积64 3 x3的隆起与步幅[1]和填充1 1 1 1 6”ReLU ReLU 7“转置卷积64 4 x4转置运算与步幅[2 2]和输出裁剪[1]8”卷积2 1 x1旋转步[1]和填充[0 0 0 0]10”像素分类层交叉熵损失
学習オプションをセットアップします。学習時間を短縮するために，MaxEpochsを5に設定します。
选项= trainingOptions(“个”，.．.“InitialLearnRate”1 e - 3,.．.“MaxEpochs”5,.．.“详细”、假);
ネットワ，クに学習をさせます。
net = trainNetwork(补丁，图层，选项);
ヒント
randomPatchExtractionDatastoreでは，入力デ，タストアに対する读操作の出力から同じサ@ @ズの配列が返されると想定しています。入力デ，タストアが
ImageDatastoreの場合，その标签プロパティの値はrandomPatchExtractionDatastoreによって無視されます。randomPatchExtractionDatastoreの2次元デ，タを可視化するには，デ，タのサブセットを表で返す関数预览を使用できます。関数蒙太奇を使用して、パッチをすべて同じ图に可視化します。たとえば，このコ，ドはrandomPatchExtractionDatastoreの▪▪メ▪▪ジパッチpatchdsのプレビュ，を表示します。Minibatch =预览(patchds);蒙太奇(minibatch.InputImage)
参考
augmentedImageDatastore(深度学习工具箱)|pixelLabelDatastore(计算机视觉工具箱)|imageDatastore|pixelLabelImageDatastore(计算机视觉工具箱)|trainNetwork(深度学习工具箱)|imageDataAugmenter(深度学习工具箱)|TransformedDatastore
トピック
您也可以从以下列表中选择一个网站:
