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。

1.セマンティックセグメンテ，ション用の学習デ，タの解析

2.セマンティックセグメンテ，ションネットワ，クの作成

3.セマンティックセグメンテ，ションネットワ，クの学習

4.セマンティックセグメンテ，ションの結果の評価と検査

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。