主要内容

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。

セマンティックセグメンテーション

セマンティックイメージセグメンテーション

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,自動車など)に関連付けます。イメージラベラーおよびビデオ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,ラベルデータをニューラルネットワークの学習用にエクスポートできます。

先输入一幅海景图像,然后用一系列立方体表示一个深度学习网络,再输入一幅语义分割的输出图像。

アプリ

イメージラベラー コンピュータービジョンアプリケーションに使用するイメージのラベル付け
ビデオラベラー 为计算机视觉应用的标签视频

関数

すべて展開する

结合 複数のデータストアのデータを統合
countEachLabel 计数像素或盒标签的出现次数
groundTruth グラウンドトゥルースラベルデータ
imageDatastore イメージデータのデータストア
pixelLabelImageDatastore 用于语义分割网络的数据存储
pixelLabelDatastore ピクセルラベルデータのデータストア
pixelLabelTrainingData 创建训练数据从地面真理语义分割
balancePixelLabels 通过对大图像中的块位置进行过采样来平衡像素标签
imwarp イメージへの幾何学的変換の適用
imcrop イメージのトリミング
imresize イメージのサイズ変更
变换 データストアの変換
randomAffine2d ランダムな2次元アフィン変換の作成
randomWindow2d 在图像中随机选择矩形区域
centerCropWindow2d 四角形の中央トリミングウィンドウの作成
deeplabv3plusLayers 创建DeepLab v3+卷积神经网络用于语义图像分割
dicePixelClassificationLayer 使用广义骰子损失创建像素分类层进行语义分割
fcnLayers セマンティックセグメンテーション用の完全畳み込みネットワーク層の作成
pixelClassificationLayer セマンティックセグメンテーションのピクセル分類層の作成
segnetLayers セマンティックセグメンテーションのSegNet層の作成
unetLayers セマンティックセグメンテーションのU-Net層の作成
unet3dLayers 创建三维U-Net层用于体积图像的语义分割
focalCrossEntropy 计算焦点交叉熵损失
semanticseg 深層学習を使用したセマンティックイメージセグメンテーション
labeloverlay 2次元イメージ上のラベル行列領域の重ね合わせ
labelvolshow ラベル付きボリュームの表示
insertObjectMask 在图像或视频流中插入掩码
evaluateSemanticSegmentation グラウンドトゥルースに対してセマンティックセグメンテーションデータセットを評価する
bfscore イメージのセグメンテーションのための輪郭マッチングスコア
骰子 イメージセグメンテーションのためのSørensen-Dice類似度係数
generalizedDice 用于图像分割的广义Sørensen-Dice相似系数
jaccard イメージセグメンテーションのためのJaccard類似度係数
segmentationConfusionMatrix 多类像素级图像分割的混淆矩阵
semanticSegmentationMetrics 语义分割质量度量

トピック

開始

セマンティックセグメンテーションのピクセルのラベル付け

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ために,ラベル付けアプリを使用して,ピクセルにラベルを付けます。

ラベラーアプリにおけるエクスポートしたピクセルラベルの保存方法

ラベル付けアプリがピクセルラベルデータを保存する方法を学習します。

検出されたオブジェクトを可視化する関数の選択

可視化関数を比較する。

深層学習を使用したセマンティックセグメンテーション入門

深層学習を使用してクラス別のオブジェクトをセグメント化

深層学習を使用した点群入門

深層学習に点群を使用する方法を理解します。

セマンティックセグメンテーション用学習データの作成

深層学習用のデータストア(深度学习工具箱)

深層学習アプリケーションでデータストアを使用する方法を学びます。

オブジェクト検出およびセマンティックセグメンテーション用の学習データ

イメージラベラービデオラベラーを使用して,オブジェクト検出器やセマンティックセグメンテーションの学習データを作成します。

注目の例