このペー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。
セグメンテーションはイメージの解析タスクに欠かせません。“セマンティックセグメンテーション”は,イメージの各ピクセルをクラスラベル(“花”、"人物"、"道路"、"空"、"海洋"、"自動車"など)に関連付けるプロセスを表します。
セマンティックセグメンテーションの応用例は次のとおりです。
自動運転
工業検査
衛星画像に表示される地形の分類
医用画像解析
セマンティックセグメンテーションネットワークに学習させる手順は次のとおりです。
大規模なデータセットを使用すると,特定の入力(または入力の縦横比)に,より高速かつ正確にマッピングできるようになります。データ拡張を使用すると,限られたデータセットを活用して学習を行うことができます。平行移動,トリミング,変換などのわずかな変更をイメージに加えることで,特徴的な一意のイメージが新たに作成されます。深層学習ワークフローのための图像处理工具箱を使用したイメージ拡張(深度学习工具箱)を参照してください。
イメージラベラーアプリを使用して,対話形式でピクセルにラベル付けし,ラベルデータを学習用にエクスポートできます。このアプリを使用して,四角形の関心領域(ROI)とシーンラベルをイメージ分類用にラベル付けすることもできます。
evaluateSemanticSegmentation
|fcnLayers
|pixelLabelDatastore
|segnetLayers
|semanticseg
|semanticSegmentationMetrics
|unet3dLayers
|unetLayers