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。
セマンティックセグメンテーションのU-Net層の克ydF4y2Ba
は U-Net ネットワークを返します。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ydF4y2Ba
は、U-Net ネットワークからの出力サイズも返します。lgraph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
___克ydF4y2Ba=非大西洋地区(克ydF4y2Ba
第五章克ydF4y2Ba图像大小克ydF4y2Ba
,克ydF4y2Ba核类克ydF4y2Ba
,克ydF4y2Ba名称、值克ydF4y2Ba
)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
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
[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.
达格网络克ydF4y2Ba
|克ydF4y2BalayerGraph
|克ydF4y2Ba像素分类层克ydF4y2Ba
deeplabv3plusLayers公司克ydF4y2Ba
|克ydF4y2Ba评估分词克ydF4y2Ba
|克ydF4y2BafcnLayers公司克ydF4y2Ba
|克ydF4y2BasegnetLayers
|克ydF4y2Ba语义克ydF4y2Ba
|克ydF4y2Ba列车网络克ydF4y2Ba