图像分割使用深度学习
1视图(30天)
显示旧的评论
你好,希望一切做得很好
我想问你的帮助在如何训练简单的部分图像的深度学习方法。
我有图像,例如10图像(PNG)患者的左心室MRI和我的轮廓图像(PNG)。现在的问题是如何存储的图像的轮廓作为地面实况?我按照下面的例子在matlab (traingle细分),但我不知道如何存储我的数据图像轮廓作为训练图像的地面实况。如果你有任何想法不要犹豫与我分享。非常感谢
我想训练该网络段与他们相对应的图像轮廓如下所示:
培训图像轮廓的图像
matlab的例子:
培训图片标签
dataSetDir = fullfile (toolboxdir (“愿景”),“visiondata”,“triangleImages”);
imageDir = fullfile (dataSetDir,“trainingImages”);
labelDir = fullfile (dataSetDir,“trainingLabels”);
imd = imageDatastore (imageDir);
一会= [“三角形”,“背景”];
labelIDs = (255 0);
一会,pxds = pixelLabelDatastore (labelDir labelIDs);
图象尺寸= [32 32];
numClasses = 2;
lgraph = unetLayers(图象尺寸,numClasses);
ds = pixelLabelImageDatastore (imd, pxds);
选择= trainingOptions (“个”,…
“InitialLearnRate”1 e - 3,…
“MaxEpochs”,50岁,…
“VerboseFrequency”10);
网= trainNetwork (ds、lgraph选项);
testImage = imread (“triangleTest.jpg”);
图
imshow (testImage)
C = semanticseg (testImage,净);
B = labeloverlay (testImage C);
图
imshow (B)