创建语义分割掌中层GydF4y2Ba
返回一个U-Net网络。GydF4y2BalgraphGydF4y2Ba
= unetLayers(GydF4y2Ba图片尺寸GydF4y2Ba
,GydF4y2BanumClassesGydF4y2Ba
)GydF4y2BaunetLayersGydF4y2Ba
包括所述网络中的像素分类层来预测类别标签用于在输入图像的每个像素。GydF4y2Ba
用GydF4y2BaunetLayersGydF4y2Ba
创建U-Net网络体系结构。您必须使用Deep Learning Toolbox™函数来训练网络GydF4y2BatrainNetworkGydF4y2Ba
。GydF4y2Ba
[GydF4y2Ba
还返回U-Net网络的输出大小。GydF4y2BalgraphGydF4y2Ba
,GydF4y2BaoutputSizeGydF4y2Ba
)= unetLayers (GydF4y2Ba图片尺寸GydF4y2Ba
,GydF4y2BanumClassesGydF4y2Ba
)GydF4y2Ba
___GydF4y2Ba= unetLayers(GydF4y2Ba
使用一个或多个名称值对的参数指定的选项。在引号中每个属性的名称。例如,GydF4y2Ba图片尺寸GydF4y2Ba
,GydF4y2BanumClassesGydF4y2Ba
,GydF4y2Ba名称,值GydF4y2Ba
)GydF4y2BaunetLayers(图象尺寸、numClasses NumFirstEncoderFilters, 64)GydF4y2Ba
另外设置输出通道的数量为GydF4y2Ba64GydF4y2Ba
对于第一编码器阶段。GydF4y2Ba
用GydF4y2Ba“相同”GydF4y2Ba
填充在卷积层,以保持从输入到输出相同的数据大小和能够使用一组广泛的输入图像大小中的。GydF4y2Ba
使用基于补丁的方法无缝分割大图像。方法提取图像修补程式GydF4y2BarandomPatchExtractionDatastoreGydF4y2Ba
函数在图像处理工具箱™。GydF4y2Ba
用GydF4y2Ba“有效”GydF4y2Ba
填充,以防止边界失真,而您使用基于补丁的办法进行分割。GydF4y2Ba
您可以使用使用创建的网络GydF4y2BaunetLayersGydF4y2Ba
函数为GPU代码生成后训练用GydF4y2BatrainNetworkGydF4y2Ba
。有关详细信息和示例,请参见GydF4y2Ba深度学习代码生成GydF4y2Ba(深度学习工具箱)。GydF4y2Ba
[1] Ronneberger, O., P. Fischer,和T. Brox。"U-Net:卷积网络用于生物医学图像分割。"GydF4y2Ba医学影像计算和计算机辅助介入(MICCAI)GydF4y2Ba。2015年第9351卷,234-241页。GydF4y2Ba
何,K.,张x .,任S.,孙J.。深入研究整流器:超越ImageNet分类上的人类水平的性能。GydF4y2BaIEEE计算机视觉国际会议论文集GydF4y2Ba。2015年,1026 - 1034。GydF4y2Ba
DAGNetworkGydF4y2Ba
|GydF4y2BalayerGraphGydF4y2Ba
|GydF4y2BapixelClassificationLayerGydF4y2Ba
deeplabv3plusLayersGydF4y2Ba
|GydF4y2BaevaluateSemanticSegmentationGydF4y2Ba
|GydF4y2BafcnLayersGydF4y2Ba
|GydF4y2BasegnetLayersGydF4y2Ba
|GydF4y2BasemanticsegGydF4y2Ba
|GydF4y2BatrainNetworkGydF4y2Ba