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。gydF4y2Ba
セマンティックセグメンテーションのU-Net層の作成gydF4y2Ba
はU-Netネットワークを返します。gydF4y2BalgraphgydF4y2Ba
= unetLayers (gydF4y2Ba图象尺寸gydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
)gydF4y2BaunetLayersgydF4y2Ba
には,入力イメージ内のすべてのピクセルのカテゴリカルラベルを予測するための,ネットワークのピクセル分類層が含まれています。gydF4y2Ba
unetLayersgydF4y2Ba
を使用して,U-Netネットワークアーキテクチャを作成します。深度学习工具箱™の関数gydF4y2BatrainNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Baを使用してネットワークを学習させなければなりません。gydF4y2Ba
[gydF4y2Ba
は,U-Netネットワークからの出力サイズも返します。gydF4y2BalgraphgydF4y2Ba
,gydF4y2BaoutputSizegydF4y2Ba
) = unetLayers (gydF4y2Ba图象尺寸gydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
)gydF4y2Ba
___gydF4y2Ba= unetLayers (gydF4y2Ba
は1つ以上の名前と値のペアの引数を使用してオプションを指定します。各プロパティ名を引用符で囲みます。たとえば,gydF4y2Ba图象尺寸gydF4y2Ba
,gydF4y2BanumClassesgydF4y2Ba
,gydF4y2Ba名称,值gydF4y2Ba
)gydF4y2BaunetLayers(图象尺寸、numClasses NumFirstEncoderFilters, 64)gydF4y2Ba
は,さらに最初の符号化器ステージの出力チャネルの数をgydF4y2Ba64gydF4y2Ba
に設定します。gydF4y2Ba
畳み込み層でgydF4y2Ba“相同”gydF4y2Ba
パディングを使用すると,入力から出力まで同じデータサイズが維持され,幅広い入力イメージサイズの使用が可能になります。gydF4y2Ba
大きなイメージをシームレスにセグメント化するにはパッチベースのアプローチを使用します。图像处理工具箱™の関数gydF4y2BarandomPatchExtractionDatastoregydF4y2Ba
を使用してイメージパッチを抽出できます。gydF4y2Ba
パッチベースのアプローチを使用してセグメンテーションを行う際に,境界のアーティファクトが生じるのを防ぐには,gydF4y2Ba“有效”gydF4y2Ba
パディングを使用します。gydF4y2Ba
関数gydF4y2BaunetLayersgydF4y2Ba
を使用して作成したネットワークは,gydF4y2BatrainNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Baで学習させた後,GPUコード生成に使用できます。詳細と例については,gydF4y2Ba深層学習のコード生成gydF4y2Ba(深度学习工具箱)gydF4y2Baを参照してください。gydF4y2Ba
Ronneberger, O., P. Fischer和T. Brox。U-Net:用于生物医学图像分割的卷积网络。医学图像计算和计算机辅助干预(MICCAI)。第9351卷,2015年,234-241页。gydF4y2Ba
何凯,张旭东,任舜,孙杰。深入研究整流器:在图像网分类上超越人类水平的表现。计算机工程与应用,2015,35(6):758 - 762。gydF4y2Ba
pixelClassificationLayergydF4y2Ba
|gydF4y2BalayerGraphgydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BaDAGNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2BafcnLayersgydF4y2Ba
|gydF4y2BasegnetLayersgydF4y2Ba
|gydF4y2BatrainNetworkgydF4y2Ba
(深度学习工具箱)gydF4y2Ba|gydF4y2BasemanticseggydF4y2Ba
|gydF4y2Badeeplabv3plusLayersgydF4y2Ba
|gydF4y2BaevaluateSemanticSegmentationgydF4y2Ba