主要内容

像素标签训练数据

从基本事实创建语义分割的训练数据

折叠所有页面

语法

[imd, pxds] = pixelLabelTrainingData (gTruth)
[imds，pxds]=pixelLabelTrainingData（gTruth、名称、值）

描述

实例

[imds,pxds) = pixelLabelTrainingData (格特鲁斯)创建图像数据存储imds和像素标签数据存储pxds从特定的地面真理。您可以将返回的数据存储组合成像素标签图像数据存储并使用trainNetwork（深度学习工具箱）函数用于训练深度学习分割网络。属性也可以使用这些数据存储评价语义切分函数用于评估深度学习或经典分割方法的结果。

该函数支持使用多个MATLA金宝appB进行并行计算®使用计算机视觉工具箱首选项对话框。

[imds,pxds) = pixelLabelTrainingData (格特鲁斯,名称,值)返回带有由一个或多个名称-值对参数指定的附加选项的图像和像素标签数据存储。

  • 如果groundTruth物体格特鲁斯是使用视频文件、自定义数据源或imageDatastore使用不同的自定义读取函数，可以指定名称-值对参数的任意组合。

  • 如果groundTruth对象是从图像集合或图像序列数据源创建的，则只能指定取样因子名称-值对参数

例子

全部折叠

打开生活的脚本

装载groundTruth对象命名格特鲁斯．ground truth包含三角形和背景的像素标签，标注在100帧的视频上。

visiondataPath = fullfile (matlabroot,“工具箱”,“愿景”,“视觉数据”);目录(fullfile (visiondataPath,“triangleImages”))；添加路径（完整文件（VisionDapath），“triangleImages”,“测试标签”））;loadedData =负载(fullfile (visiondataPath“triangleImages”,“triangleGroundTruth.mat”））;gTruth = loadedData.gTruth;

在当前目录中创建文件夹。

foldername = fullfile (tempdir,“视频帧”)；mkdir（foldername）

创建一个imageDatastore和一个pixelLabelDatastore从视频文件和相应的像素标签。每五个图像写入磁盘。

[imd, pxdsTruth] = pixelLabelTrainingData (gTruth,...“采样因子”，5，“写位置”，foldername）；
Writing 20 images extracted from triangleVideo.avi…

确认临时文件夹包含每5张图片。

文件
ans =20×1细胞{'/tmp/videoFrames/triangleVideo01.png'{'/tmp/videoFrames/triangleVideo06.png'{'/tmp/videoFrames/triangleVideo11.png'{'/tmp/videoFrames/triangleVideo21.png'{'/tmp/videoFrames/triangleVideo26.png'{'/tmp/videoFrames/trianglevideoframes/triangleVideo31.png'{'/tmp/videoFrames/videoFrames/trianglevideoframes/trianglevideoframes/trianglevideodeo36.png'}}{'/tmp/videoFrames/triangleVideo41.png'{'/tmp/videoFrames/triangleVideo46.png'{'/tmp/videoFrames/triangleVideo51.png'{'/tmp/videoFrames/triangleVideo61.png'{'/tmp/videoFrames/trianglevideodeo66.png'}{'/tmp/videoFrames/trianglevideoframes/trianglevideodeo71.png'{'/tmp/videoFrames/trianglevideoframes/trianglevideodeo76.png'}{'/tmp/videoFrames/triangleVideo81.png'}{'/tmp/videoFrames/triangleVideo86.png'}{'/tmp/videoFrames/triangleVideo91.png'}{'/tmp/videoFrames/triangleVideo96.png'}

从路径中删除视频和图像。

rmpath（完整文件（VisionDapath，“triangleImages”））;rmpath（完整文件（VisionDapath，“triangleImages”,“测试标签”））;

输入参数

全部折叠

地面真值数据，指定为标量groundTruth对象或数组groundTruth对象。什么时候格特鲁斯是groundTruth对象时,标签定义属性必须包含相同的像素标号名称。

中使用自定义数据源格特鲁斯如果启用了并行计算，那么读取器函数将与MATLAB工作人员池一起并行地从数据源读取图像。

名称值参数

指定可选的逗号分隔的字符对名称,值参数。名称是参数名和价值为对应值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“采样因子”,5.

地面真值数据源中的子采样图像的因子，指定一个整数或整数向量。的抽样系数N，返回的训练数据包括每一个N地面真实数据源中的第个图像。该函数忽略标签数据为空的地面真实图像

使用采样数据减少重复数据，如具有相同场景和标签的图像序列。它还可以帮助减少训练时间。

价值 采样因子
整数 手动设置采样因子以应用于所有数据。
整数向量 输入地面真实值对象的向量时，该函数使用相应向量元素指定的采样因子。

图像文件格式，指定为逗号分隔对，由“ImageFormat”和字符串标量或字符向量。文件格式必须由支持金宝appimwrite．这个论点只适用于groundTruth使用视频文件或自定义数据源创建的对象。

要将提取的图像写入的文件夹名称，指定为字符串标量或字符向量。指定的文件夹必须存在并具有写入权限。

此论点仅适用于：

当:

  • 输入groundTruth对象是从图像序列数据源创建的。

  • 输入数组groundTruth对象都包含使用相同自定义的图像数据存储读作用

  • 任何输入groundTruth对象包含数据存储，则使用默认值读功能。

图像文件格式，指定为字符串标量或字符向量。文件格式必须由支持金宝appimwrite．

此论点仅适用于：

当:

  • 输入groundTruth对象是从图像序列数据源创建的。

  • 输入数组groundTruth对象都包含使用相同自定义的图像数据存储读作用

  • 任何输入groundTruth对象包含数据存储，则使用默认值读功能。

输出图像文件名的前缀，指定为字符串标量或字符向量。图像文件被命名为:

默认值使用提取图像的数据源的名称，strcat (sourceName, ' _ ')用于视频和自定义数据源，或“数据存储”用于图像数据存储。

此论点仅适用于：

当:

  • 输入groundTruth对象是从图像序列数据源创建的。

  • 输入数组groundTruth对象都包含使用相同自定义的图像数据存储读作用

  • 任何输入groundTruth对象包含数据存储，则使用默认值读功能。

在MATLAB命令行上显示训练进度，指定为逗号分隔对组成“详细”和真正的或错误的．这个论点只适用于groundTruth使用视频文件或自定义数据源创建的对象。

输出参数

全部折叠

从地面真实中提取的图像集合，格特鲁斯，返回为图像数据存储对象。每张图片的imds具有至少具有一类像素标签的批注。imds忽略没有注释的图像。

从地面真相中提取的像素标记数据，格特鲁斯，以PixelLabelDatastore对象。该对象包含图像数据存储中包含的每个图像的像素标签的分类矩阵，imds．与像素标签不对应的标签将被忽略。

另见

应用程序

功能

物体

话题

R2018a中引入

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书