이번역페이지는최신내용을담고있지않습니다않습니다。최신최신내용을영문영문으로여기를클릭클릭
딥러닝을사용한한의미론의미론적분할시작
분할분할은영상분석분석작업반드시필요한작업입니다의미론적분할은영상의각픽셀을클래스이블(예:꽃那使用方法那도로那하늘那바다또는자동차)과연결하는과정을설명합니다。
의미론적분할의응용분야는다음과같습니다。
자율주행
산업산업사(工业检验)
위성영상에나타나는지형의분류
의료영상분석
의미론적분할을위한에이터에레이블지정지정
대용량대용량이터셋사용아이터증대를사용하면훈련에서제한제한된데터셋을활용할수보조적인변경(예:영상평행이동,자르기자르기변환)使用图像处理工具箱增强图像的深度学习工作流程(深度学习工具箱)항목을참조하십시오。
영상레이블지정기那비디오레이블지정기또는실측레이블지정기(自动驾驶工具箱)(自动驾驶工具箱™에서사용가능)앱앱사용하여대화형으로픽셀에레이블을지정하고훈련을위해위해수수수수수수수수또한이러한앱을사용사각형관심영역(roi)에에이블을을지정하고영상를위해장면에에에블을지정할수수수분류지정지정할수수
의미론의미론적분할할신경망을훈련시키고테스트
의미론적분할신경망을훈련시키는단계는다음과같습니다。
2。创建语义分段网络
3.培训语义分割网络
사전훈련훈련deeplabv3 +신경망을사용하여하여객체분할
Mathworks.®github리포지토리는기본제공을수행할때다운로드사용할수사전훈련된최신딥러닝신경망의구현구현제공
deeplabv3 +딥러닝신경망을사용하여영상에대한대한의미론적분할수행수행预制deeplabv3 +语义分割网络github리포지토리에서사전훈련된deeplabv3 +모델을다운로드하십시오。이신경망은Pascal VOC데이터셋에에대해훈련,비행기,버스,자동차,기차,사람,말말포함한20개의서로사물클래스를할수있습니다。
사전전훈련된mathworks모델과예제목록은matlab深度学习(GitHub)을참조하십시오。
참고항목
앱
함수
객체
관련예제
- 增强像素标签,用于语义分割(深度学习工具箱)
- 导入标记数据集的像素标记的语义分段
- 딥러닝을사용한의미론적분할
- 语义分割标记像素
- 使用Tversky丢失定义自定义像素分类层
- 使用扩张卷积的语义分割
- 计算基于块的工作流程中的分段度量
- 使用Grad-Cam探索语义分割网络
세부정보
- matlab의딥러닝(深度学习工具箱)