主要内容

PixelclassificationLayer.

为语义分割创建像素分类层

展开所有页面

描述

像素分类层为每个图像像素或体素提供分类标签。

创建

句法

tallay = pixelclassificationlayer.
层= pixelClassificationLayer(名称、值)

描述

例子

层= PixelclassificationLayer.为语义图像分割网络创建像素分类输出层。该层为CNN处理过的每个图像像素或体素输出分类标签。在训练过程中，该层自动忽略未定义的像素标签。

例子

层= pixelClassificationLayer(名称,值)使用名称返回像素分类输出层，以设置可选的值对参数班级那ClassWeights,姓名属性使用名称值对。您可以指定多个名称值对。将每个属性名称括在引号中。

例如,pixelClassificationLayer('名称',' pixclass ')创建一个名称的像素分类层'PIXCLASS'．

特性

展开全部

输出层的类，指定为分类向量、字符串数组、字符向量单元格数组或'汽车'．如果班级是'汽车'，然后软件在训练时自动设置课程。如果指定字符向量的字符串数组或单元格数组str.，则软件将输出层的类设置为分类（str，str）．

数据类型：字符|分类|细绳|细胞

类权重，指定为'没有任何'或者作为实标量的向量。vector中的元素对应于班级．如果您指定ClassWeights，则必须指定班级．

当培训数据中存在符合代表性的类时，使用类加权来平衡类。

此属性是只读的。

图层的输出大小。价值是'汽车'在培训之前，并被指定为培训时间的数值。

此属性是只读的。

用于培训的丢失功能，指定为'crossentropyex'．

图层名称，指定为字符向量或字符串标量。要在图层图中包含一个图层，必须指定非空，唯一的图层名称。如果您使用该图层培训系列网络姓名被设置为''，然后软件在训练时自动为该层分配一个名称。

数据类型：字符|细绳

层的输入数。这一层只接受单个输入。

数据类型：双

输入层名。这一层只接受单个输入。

数据类型：细胞

例子

全部折叠

这个示例使用:

打开生活的脚本

预测输入图像中每个像素的分类标签。

layers = [imageInputLayer([32 32 3])]'走吧'，2,“填充”, 1) reluLayer transposedConv2dLayer(3、1'走吧'，2,“种植”，1）SoftMaxLayer PixelClassificationLayer]
图层= 6x1层阵列，图层：1''图像输入32x32x3图像，具有'zerocenter'归一化2''卷积16 3x3卷绕卷曲[2 2]和填充[1 1 1 1] 3''Relu Relu 4''转置卷积1 3x3带有脚的转换卷积[2 2]和裁剪[1 1 1 1] 5''softmax softmax 6''像素分类层交叉熵损失

这个示例使用:

打开生活的脚本

当一些类在训练数据中表示不足时，使用逆类频率加权来平衡类。首先，使用pixelLabelImageDatastore计算训练数据上的类频率。然后，设置pixelClassificationLayer中的'ClassWeights'为计算的逆类频率。

设置图像和像素标签数据的位置。

dataDir = fullfile (toolboxdir ('想象'），'VisionData'）;imdir = fullfile（datadir，'建筑'）;pxdir = fullfile（datadir，'buildingpixellabels'）;

使用地面真实图像创建像素标签图像数据存储IMDS.和标记图像的像素PXDS.．

IMDS = imageageAtastore（IMDIR）;ClassNames = [“天空”“草”“建筑”“人行道”];Pixellabelid = [1 2 3 4];pxds = pixellabeldataStore（PXDIR，ClassNames，Pixellabelid）;pximds = pixellabelimagedataStore（IMDS，PXD）;

Tabulate类分发在数据集中。

台= countEachLabel (pximds)
TBL =4×3表名称pixelcount imagepixelcount ______________________ _______________25313 9.216E + 05

计算逆频类权重。

totalNumberOfPixels =总和(tbl.PixelCount);频率=(资源。PixelCount / totalNumberOfPixels;inverseFrequency = 1. /频率
inverseFrequency =4×14.8632 9.5827 1.4848 60.49

将'ClassWeights'设置为逆类频率。

tallay = pixelclassificatificallayer（......“类”资源描述。的名字,'classweight'inverseFrequency)
tillay = PixelclassificationLayer具有属性：名称：''类：[Sky Grass Building Sidewalk]类别：[4x1 Double] Outputsize：'Auto'HyperParameters LockFunction：'Crossentropyex'

扩展能力

也可以看看

对象

职能

话题

在R2017B中介绍

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