目标检测和语义分割的训练数据
您可以使用标签应用程序和计算机视觉工具箱™对象和函数从地面真相数据训练算法。使用标签应用程序可以交互式地标记视频、图像序列、图像集合或自定义数据源中的地面真相数据。然后,使用标记的数据创建训练数据来训练对象检测器或训练语义分割网络。
此工作流适用于图片标志而且贴标签机视频应用程序只。创建训练数据地面真相标签(自动驾驶工具箱)应用程序中的自动驾驶工具箱™,使用gatherLabelData
(自动驾驶工具箱)函数。
标签加载数据
图片标志-从文件或
ImageDatastore
对象放入应用程序。贴标签机视频-加载视频,图像序列,或自定义数据源到应用程序。
标记数据并选择自动化算法:在应用程序中创建ROI和场景标签。要了解更多细节,请参阅:
您可以从内置算法中选择一种,也可以创建自己的自定义算法来标记数据中的对象。若要了解如何创建自己的自动化算法,请参见创建自动标记算法.
出口标签:标记数据后,您可以将标签导出到工作区或保存到文件中。导出的标签为a
groundTruth
对象。如果数据源由多个图像集合组成,请标记整个图像集合集以获得的数组groundTruth
对象。关于共享的详细信息groundTruth
对象,看到共享和存储标记地面真相数据.创建培训数据创建训练数据
groundTruth
对象,使用以下函数之一:对象检测器的训练数据-使用
objectDetectorTrainingData
函数。用于语义分割网络的训练数据-使用
pixelLabelTrainingData
函数。
对于使用视频文件或自定义数据源创建的对象,可以使用
objectDetectorTrainingData
而且pixelLabelTrainingData
函数将映像写入磁盘groundTruth
.通过指定抽样因子对地面真实数据进行抽样。采样减少了对象检测器在相似样本上的过度训练。训练算法:
对象检测器-使用几个计算机视觉工具箱中的一个对象检测器。有关检测器的列表,请参见对象检测.有关特定于自动驾驶的对象检测器,请参阅中列出的自动驾驶工具箱对象检测器视觉感知(自动驾驶工具箱).
语义分割网络-有关训练语义分割网络的详细信息,请参见开始使用深度学习进行语义分割.
另请参阅
应用程序
功能
semanticseg
|objectDetectorTrainingData
|trainRCNNObjectDetector
|trainRCNNObjectDetector
|trainFasterRCNNObjectDetector
|trainACFObjectDetector
|trainYOLOv2ObjectDetector
|trainSSDObjectDetector
|pixelLabelTrainingData