最新のリリースでは、このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。

非特拉叶人克ydF4y2Ba

セマンティックセグメンテーションのU-Net層の克ydF4y2Ba

ページ内をすべて折りたたむ克ydF4y2Ba

構文克ydF4y2Ba

lgraph图=非大西洋地区(图像大小,核类)克ydF4y2Ba
[lgraph，outputSize]=未特莱尔（imageSize，numClass）克ydF4y2Ba
___克ydF4y2Ba=unetLayers（图像大小、numClass、名称、值）克ydF4y2Ba

説明克ydF4y2Ba

例

lgraph图克ydF4y2Ba=非大西洋地区(克ydF4y2Ba图像大小克ydF4y2Ba,克ydF4y2Ba核类克ydF4y2Ba)克ydF4y2Baは U-Net ネットワークを返します。非特拉叶人克ydF4y2Baには、入力イメージ内のすべてのピクセルのカテゴリカル ラベルを予測するための、ネットワークのピクセル分類層が含まれています。

非特拉叶人克ydF4y2Ba深度学习工具箱™ の関数克ydF4y2Ba列车网络克ydF4y2Baを使用してネットワークを学習させなければなりません。

[克ydF4y2Balgraph图克ydF4y2Ba,克ydF4y2Ba输出大小克ydF4y2Ba]=非大西洋地区(克ydF4y2Ba图像大小克ydF4y2Ba,克ydF4y2Ba核类克ydF4y2Ba)克ydF4y2Baは、U-Net ネットワークからの出力サイズも返します。

___克ydF4y2Ba=非大西洋地区(克ydF4y2Ba图像大小克ydF4y2Ba,克ydF4y2Ba核类克ydF4y2Ba,克ydF4y2Ba名称、值克ydF4y2Ba)克ydF4y2Ba第五章克ydF4y2BaunetLayers（imageSize、NumClass、“NumFirstModerFilters”，64）克ydF4y2Baは、さらに最初の符号化器ステージの出力チャネルの数を64个克ydF4y2Baに設定します。克ydF4y2Ba

例

すべて折りたたむ

この例では次を使用します:克ydF4y2Ba

ライブ スクリプトを開く克ydF4y2Ba

深さ3の符号化克ydF4y2Ba

imageSize=[480 640 3]；numClass=5；encoderDepth=3；lgraph=unetLayers（imageSize，numClass，克ydF4y2Ba'EncoderDepth'克ydF4y2Ba，编码第页）克ydF4y2Ba
lgraph图=LayerGraph with properties: Layers: [46x1 nnet.cnn.layer.Layer] Connections: [48x2 table] InputNames: {'ImageInputLayer'} OutputNames: {'Segmentation-Layer'}

ネットワークを表示します。克ydF4y2Ba

plot(lgraph)

この例では次を使用します:克ydF4y2Ba

ライブ スクリプトを開く克ydF4y2Ba

学習イメージとピクセル ラベルをワークスペースに読み込みます。克ydF4y2Ba

dataSetDir=fullfile（工具箱目录(克ydF4y2Ba“愿景”克ydF4y2Ba),克ydF4y2Ba'视觉数据'克ydF4y2Ba,克ydF4y2Ba'triangleImages')；imageDir=fullfile（数据集目录，克ydF4y2Ba'训练图像'克ydF4y2Ba); labelDir = fullfile(dataSetDir,'培训标签'克ydF4y2Ba);

学習イメージを保存する克ydF4y2Ba我mageDatastoreオブジェクトを作成します。

imds=imageDatastore（imageDir）；克ydF4y2Ba

クラス名と関連するラベル ID を定義します。

classNames = [“三角形”克ydF4y2Ba,克ydF4y2Ba“背景”克ydF4y2Ba]；标签=[255 0]；克ydF4y2Ba

学習イメージのグラウンド トゥルース ピクセル ラベルを保存するpixelLabelDatastoreオブジェクトを作成します。

pxds=pixelLabelDatastore（labelDir，类名，labelid）；克ydF4y2Ba

U形网克ydF4y2Ba

图像大小=[32个32个]; numClasses = 2; lgraph = unetLayers(imageSize, numClasses)
lgraph图=LayerGraph with properties: Layers: [58×1 nnet.cnn.layer.Layer] Connections: [61×2 table] InputNames: {'ImageInputLayer'} OutputNames: {'Segmentation-Layer'}

ネットワークの学習用のデータストアを作成します。克ydF4y2Ba

ds=像素labelimagedatastore（imds，pxds）；克ydF4y2Ba

学習オプションを設定します。克ydF4y2Ba

options = trainingOptions('新加坡元'克ydF4y2Ba,克ydF4y2Ba...克ydF4y2Ba'初始清除日期'克ydF4y2Ba，1-3级，克ydF4y2Ba...克ydF4y2Ba'最大时期'克ydF4y2Ba，20岁，克ydF4y2Ba...克ydF4y2Ba'VerboseFrequency'，10个）；克ydF4y2Ba

ネットワークの学習。

net=列车网络（ds、lgraph、options）克ydF4y2Ba
单CPU培训。正在初始化输入数据规范化。||损失|率| |率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率|率0.0010 | 10 | 10 | 00:00:40 | 97.18%| 0.3447 | 0.0010 | 20 | 00:01:20 | 97.95%| 0.1829 | 0.0010 ||========================================================================================|克ydF4y2Ba
net=DAGNetwork，带属性：层：[58×1nnet.cnn.层.Layer]连接：[61×2 table]输入名称：{'ImageInputLayer'}输出名称：{'Segmentation-Layer'}克ydF4y2Ba

入力引数克ydF4y2Ba

すべて折りたたむ

ネットワーク入力のイメージ サイズ。以下として指定します。克ydF4y2Ba

  • [高度，宽度]合作克ydF4y2Ba

  • [高、宽、深]合拍克ydF4y2Ba三克ydF4y2Ba、グレースケール イメージの場合は克ydF4y2Ba1个克ydF4y2Ba、マルチスペクトル イメージおよびハイパースペクトル イメージの場合はチャネル数に設定します。克ydF4y2Ba

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

センィックセグメわテーシンのクス数.1より克ydF4y2Ba

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

名前と値のペアの引数克ydF4y2Ba

例:克ydF4y2Ba'EncoderDepth'，3号克ydF4y2Ba

符号化器の深さ。正の整数で指定します。U-Net は、符号化器のサブネットワークと、対応する復号化器のサブネットワークで構成されます。これらのネットワークの深さが、処理中に入力イメージがダウンサンプリングされるか、アップサンプリングされる回数を決定します。符号化器ネットワークは、入力イメージを係数 2丁克ydF4y2Baでダウンサンンリングします.Dは克ydF4y2BaEncoderDepthの値です。復号化器ネットワークは符号化器ネットワーク出力を係数 2丁克ydF4y2Baでアップサンプリングします。

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

メモ克ydF4y2Ba

NumOutputChannelsは、NumFirstEncoderFilters过滤器克ydF4y2Baに名前が変更されており、将来のリリースではサポートされなくなります。代わりに克ydF4y2BaNumFirstEncoderFilters过滤器克ydF4y2Baを使用してください。克ydF4y2Ba

指克ydF4y2Ba非特拉叶人克ydF4y2Baは、各復号化器ステージの出力チャネル数を、対応する符号化器ステージの出力チャネル数と一致するように設定します。克ydF4y2Ba

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

指関数克ydF4y2Ba非特拉叶人克ydF4y2Baは、各復号化器ステージの出力チャネル数を、対応する符号化器ステージの出力チャネル数と一致するように設定します。克ydF4y2Ba

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

畳み込み層のフィルター サイズ。正の奇数の整数または正の奇数の整数の 2 要素の行ベクトルとして指定します。一般的な値は、[3, 7] の範囲にあります。

FilterSize 説明克ydF4y2Ba
スカラー フィルターは正方形です。克ydF4y2Ba
2个要素の行ベクトル

フィルターのサイズは[高宽]です克ydF4y2Ba

データ型:单一的克ydF4y2Ba|克ydF4y2Ba双重的克ydF4y2Ba|克ydF4y2Ba国际8克ydF4y2Ba|克ydF4y2Ba我nt16|克ydF4y2Ba我nt32|克ydF4y2Ba国际64克ydF4y2Ba|克ydF4y2Ba单位8克ydF4y2Ba|克ydF4y2Bauint16|克ydF4y2Bauint32克ydF4y2Ba|克ydF4y2Bauint64标准克ydF4y2Ba

パディングのタイプ。'same'または克ydF4y2Ba'valid'として指定します。パディングのタイプは、符号化器サブネットワークと復号化器サブネットワークのconvolution2dLayerのパディング スタイルを指定します。出力の特徴マップの空間サイズは、パディングのタイプによって異なります。指定するパディングのタイプによって次のようになります。

  • 'same'— 出力と入力の特徴マップのサイズが同じになるように、畳み込み層への入力にゼロ パディングが適用されます。克ydF4y2Ba

  • 'valid'— 畳み込み層への入力にはゼロ パディングが適用されません。畳み込み層は、ゼロ パディングなしで計算された畳み込みの値のみを返します。出力の特徴マップは入力の特徴マップより小さくなります。克ydF4y2Ba

メモ克ydF4y2Ba

最大プーリング層への入力の height と width が必ず偶数になるように、ネットワーク入力のイメージ サイズを次の基準のいずれかに適合するように選択します。

  • 'ConvolutionPadding'を克ydF4y2Ba'same'として指定する場合、入力イメージの height と width は 2丁克ydF4y2Baの倍数でなければなりません。克ydF4y2Ba

  • 'ConvolutionPadding'を克ydF4y2Ba'valid'として指定する場合、入力イメージの height と width は、 小时克ydF4y2Ba e类克ydF4y2Ba 我克ydF4y2Ba 克克ydF4y2Ba 小时克ydF4y2Ba t型克ydF4y2Ba −克ydF4y2Ba ∑克ydF4y2Ba 我克ydF4y2Ba =克ydF4y2Ba 1个克ydF4y2Ba 丁克ydF4y2Ba 2个克ydF4y2Ba 我克ydF4y2Ba (克ydF4y2Ba f型克ydF4y2Ba 小时克ydF4y2Ba −克ydF4y2Ba 1个克ydF4y2Ba )克ydF4y2Ba と克ydF4y2Ba 西克ydF4y2Ba 我克ydF4y2Ba 丁克ydF4y2Ba t型克ydF4y2Ba 小时克ydF4y2Ba −克ydF4y2Ba ∑克ydF4y2Ba 我克ydF4y2Ba =克ydF4y2Ba 1个克ydF4y2Ba 丁克ydF4y2Ba 2个克ydF4y2Ba 我克ydF4y2Ba (克ydF4y2Ba f型克ydF4y2Ba 西克ydF4y2Ba −克ydF4y2Ba 1个克ydF4y2Ba )克ydF4y2Ba が 2丁克ydF4y2Baの倍数になるように選択しなければなりません。

    ここで、f小时克ydF4y2Ba华氏度克ydF4y2Ba西克ydF4y2Ba三、二、二克ydF4y2Ba

データ型:char|克ydF4y2Ba一串克ydF4y2Ba

出力引数克ydF4y2Ba

すべて折りたたむ

U形网ネットワークアーキテクチャを表す層克ydF4y2BalayerGraphオブジェクトとして返されます。克ydF4y2Ba

ネットワーク出力のイメージ サイズ。[height, width, channels] の形式の 3 要素ベクトルとして返されます。channels は、出力チャネル数であり、入力で指定されているクラス数と等しくなります。ネットワークからの出力イメージの height と width は、畳み込みのパディングのタイプによって異なります。

  • 'ConvolutionPadding'を克ydF4y2Ba'same'高高在上克ydF4y2Ba

  • 'ConvolutionPadding'を克ydF4y2Ba'valid'として指定すると、ネットワークの出力イメージの height と width はネットワークの入力イメージのものより小さくなります。

データ型:双重的克ydF4y2Ba

詳細克ydF4y2Ba

すべて折りたたむ

U形网アーキテクチャ克ydF4y2Ba

  • 9号化のサブネットワークで構されます克ydF4y2Ba

  • れます克ydF4y2BaEncoderDepthによってステージ数が設定されます。克ydF4y2Ba

  • 拉雷層で構成されます。克ydF4y2Ba

  • 二、二、二克ydF4y2Ba

  • すべての畳み込み層のバイアス項はゼロに初期化されます。

  • 符号化器と復号化器のサブネットワーク内の畳み込み層の重みは'He'重み初期化メソッド克ydF4y2Ba[二]克ydF4y2Baを使用して初期化されます。克ydF4y2Ba

ヒント克ydF4y2Ba

  • 畳み込み層で'same'パディングを使用すると、入力から出力まで同じデータ サイズが維持され、幅広い入力イメージ サイズの使用が可能になります。克ydF4y2Ba

  • 大きなイメージをシームレスにセグメント化するにはパッチベースのアプローチを使用します。Image Processing Toolbox™ の関数随机补丁提取数据存储克ydF4y2Baを使用してイメージ パッチを抽出できます。克ydF4y2Ba

  • パッチベースのアプローチを使用してセグメンテーションを行う際に、境界のアーティファクトが生じるのを防ぐには、'valid'パディングを使用します。克ydF4y2Ba

  • 関数克ydF4y2Ba非特拉叶人克ydF4y2Baを使用して作成したネットワークは、列车网络克ydF4y2Ba通用公共事业部克ydF4y2Ba深層学習のコード生成（深度学习工具箱）を参照してください克ydF4y2Ba

互換性の考慮事項

すべて展開する

R2019bでの開始は非推奨克ydF4y2Ba

参照

[1] Ronneberger，O.，P.Fischer和T.Brox。”医学影像分割之卷积网路〉，医学影像计算与电脑辅助介入。2015年第9351卷，第234-241页。克ydF4y2Ba

[二]He, K., X. Zhang, S. Ren, and J. Sun. "Delving Deep Into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification." Proceedings of the IEEE International Conference on Computer Vision. 2015, 1026–1034.

拡張機能

参考克ydF4y2Ba

オブジェクト

関数克ydF4y2Ba

トピック克ydF4y2Ba

R2018b で導入

计算机视觉工具箱ドキュメンテーション
サポート克ydF4y2Ba
MATLABで始めるディーӥラーニング克ydF4y2Ba

MATLABで始めるディーӥラーニング克ydF4y2Ba

电子书克ydF4y2Ba