开始使用语义分割使用深度学习
分割图像分析任务至关重要。语义分割描述的过程将每个像素的图像与一个类标签,(如花,人,路,天空,海洋,或车)。
对语义分割应用程序包括:
自主驾驶
工业检测
地形分类中可见卫星图像
医学影像分析
火车一个语义分割网络
训练一个语义分割网络的步骤如下:
3所示。火车一个语义分割网络
4所示。评估和检查语义分割的结果
标签训练数据的语义分割
大型数据集可以更快和更准确的映射到一个特定的输入(或输入方面)。使用数据扩充提供了一种利用有限的训练数据集。微小的变化,如翻译、裁剪或改变一个图像提供了新的不同的和独特的图像。看到增强图像的深度学习工作流使用图像处理工具箱(深度学习工具箱)
您可以使用图片标志应用交互式地标签像素和出口标签数据进行训练。应用程序还可以用于标签矩形感兴趣的区域(roi)和场景图像分类的标签。
另请参阅
应用程序
功能
evaluateSemanticSegmentation|fcnLayers|pixelLabelDatastore|segnetLayers|semanticSegmentationMetrics|semanticseg|unet3dLayers|unetLayers
对象
相关的例子
更多关于
- 深度学习在MATLAB(深度学习工具箱)
