分割对于图像分析任务是必不可少的。语义分割描述将图像的每个像素与类标签(例如花,人,路,天空,海洋,或车).
语义切分的应用包括:
自主驾驶
工业检测
卫星图像可见地形的分类
医学影像分析
训练语义切分网络的步骤如下:
大型数据集可以更快更准确地映射到特定的输入(或输入方面)。使用数据增强提供了一种利用有限数据集进行训练的方法。微小的改变,如平移、裁剪或转换图像,可以提供新的、独特的图像。看到使用图像处理工具箱增强图像的深度学习工作流(深度学习工具箱)
你可以使用图片标志,贴标签机视频,或地面实况贴标签机(自动驾驶工具箱)(可在自动驾驶工具箱™)应用程序交互式标签像素和导出标签数据的培训。该应用程序还可以用于标记感兴趣的矩形区域(roi)和场景标签,用于图像分类。
evaluateSemanticSegmentation
|fcnLayers
|pixelLabelDatastore
|segnetLayers
|semanticseg
|semanticSegmentationMetrics
|unet3dLayers
|unetLayers