深層学習を使用したセマンティックセグメンテ,ション入門
セグメンテションはメジの解析タスクに欠かせません。“セマンティックセグメンテ,ション”は,(“花”、"人物"、"道路"、"空"、"海洋"、"自動車"など)に関連付けるプロセスを表します。
セマンティックセグメンテ,ションの応用例は次のとおりです。
自動運転
工業検査
衛星画像に表示される地形の分類
医用画像解析
セマンティックセグメンテ,ション用学習デ,タのラベル付け
大規模なデータセットを使用すると,特定の入力(または入力の縦横比)に,より高速かつ正確にマッピングできるようになります。デ,タ拡張を使用すると,限られたデ,タセットを活用して学習を行うことができます。平行移動,トリミング,変換などのわずかな変更をイメージに加えることで,特徴的な一意のイメージが新たに作成されます。深層学習ワクフロのためのメジの拡張(深度学习工具箱)を参照してください。
メジラベラ、ビデオラベラ,またはグラウンドトゥルスラベラ(自动驾驶工具箱)(自动驾驶工具箱™で利用可能)アプリを使用して,対話形式でピクセルにラベル付けし,ラベルデータを学習用にエクスポートできます。このアプリを使用して,四角形の関心領域(ROI)とシーンラベルをイメージ分類用にラベル付けすることもできます。
セマンティックセグメンテ,ションネットワ,クの学習とテスト
セマンティックセグメンテ,ションネットワ,クに学習させる手順は次のとおりです。
事前学習済みのDeepLabv3+ネットワ,クを使用したオブジェクトのセグメント化
MathWorks®GitHubリポジトリでは,ダウンロードして使用できる最新の事前学習済み深層学習ネットワークの実装を提供しており,すぐに推論を実行できます。
最新のMathWorks事前学習済みセマンティックセグメンテーションモデルおよび例の一覧については,MATLAB深度学习(GitHub)を参照してください。
参考
アプリ
関数
semanticseg
|semanticSegmentationMetrics
|evaluateSemanticSegmentation
|pixelLabelDatastore
|segnetLayers
|fcnLayers
|unet3dLayers
|unetLayers
オブジェクト
関連する例
- セマンティックセグメンテ,ションのためのピクセルラベルの拡張(深度学习工具箱)
- セマンティックセグメンテションのピクセルラベル付きデタセットのンポト
- 深層学習を使用したセマンティックセグメンテ,ション
- セマンティックセグメンテ,ションのピクセルのラベル付け
- 特沃斯基損失を使用するカスタムピクセル分類層の定義
- 膨張畳み込みを使用したセマンティックセグメンテ,ション
- ブロックベ,スのワ,クフロ,におけるセグメンテ,ションメトリクスの計算
- Grad-CAMを使用したセマンティックセグメンテ,ションネットワ,クの調査
詳細
- Matlabによる深層学習(深度学习工具箱)