主要内容

语义分割

语义图像分割

语义分割将图像的每个像素与类标签相关联，例如花、人、道路、天空或汽车。使用图片标志和贴标签机视频应用程序交互标记像素和导出标签数据，以训练神经网络。

输入海景图像，然后是表示深度学习网络的一系列立方体和输入的语义分割输出图像。

应用程序

图片标志 用于计算机视觉应用的标签图像
贴标签机视频 用于计算机视觉应用的标签视频

功能

全部展开

结合 组合来自多个数据存储的数据
countEachLabel 计数出现像素或框标签
groundTruth 地面真值标签数据
imageDatastore 图像数据的数据存储
pixelLabelImageDatastore 用于语义分割网络的数据存储
pixelLabelDatastore 像素标签数据的数据存储
pixelLabelTrainingData 从基本事实创建用于语义分割的训练数据
balancePixelLabels 在大图像中通过过采样块位置来平衡像素标签
imwarp 应用几何变换图像
imcrop 作物图像
imresize 调整图像
变换 变换数据存储
randomAffine2d 创建随机2-D仿射变换
randomWindow2d 在图像中随机选择矩形区域
centerCropWindow2d 创建矩形中心裁剪窗口
deeplabv3plusLayers 创建DeepLab v3+卷积神经网络用于语义图像分割
dicePixelClassificationLayer 创建像素分类层使用广义骰子损失进行语义分割
fcnLayers 为语义分割创建完全卷积的网络层
pixelClassificationLayer 创建像素分类层进行语义分割
segnetLayers 为语义分割创建SegNet层
unetLayers 创建U-Net层用于语义分割
unet3dLayers 创建三维U-Net层，用于体积图像的语义分割
focalCrossEntropy 计算焦点交叉熵损失
semanticseg 基于深度学习的语义图像分割
labeloverlay 在二维图像上叠加标签矩阵区域
labelvolshow 显示标签音量
insertObjectMask 在图像或视频流中插入掩码
evaluateSemanticSegmentation 根据基本事实评估语义分割数据集
bfscore 图像分割的轮廓匹配评分
骰子 用于图像分割的Sørensen-Dice相似系数
generalizedDice 广义Sørensen-Dice相似系数用于图像分割
jaccard Jaccard相似系数用于图像分割
segmentationConfusionMatrix 多类像素级图像分割的混淆矩阵
semanticSegmentationMetrics 语义分割质量度量

主题

开始

标记像素进行语义分割

通过使用标签应用程序标记像素，训练语义分割网络。

标签应用程序如何存储导出像素标签

了解标签应用程序如何存储像素标签数据。

选择函数来可视化检测到的对象

比较可视化功能。

开始使用深度学习进行语义分割

使用深度学习按类分割对象

使用深度学习的点云入门

了解如何使用点云进行深度学习。

为语义分割创建训练数据

用于深度学习的数据存储(深度学习工具箱)

了解如何在深度学习应用程序中使用数据存储。

目标检测和语义分割的训练数据

创建用于对象检测或语义分割的训练数据图片标志或贴标签机视频．

特色的例子

使用扩张卷积的语义分割

使用扩张卷积的语义分割

使用扩张卷积的语义分割。
打开实时脚本
基于深度学习的多光谱图像语义分割

基于深度学习的多光谱图像语义分割

使用U-Net对7通道的多光谱图像进行语义分割。
打开实时脚本
基于深度学习的三维脑肿瘤分割

基于深度学习的三维脑肿瘤分割

训练三维U-Net神经网络，从三维医学图像中进行脑肿瘤的语义分割。
打开实时脚本
定义具有特沃斯基损失的自定义像素分类层

定义具有特沃斯基损失的自定义像素分类层

定义具有特沃斯基损失的自定义像素分类层。
打开实时脚本
使用深度学习从分割地图生成图像

使用深度学习从分割地图生成图像

从语义分割图生成场景的合成图像。
打开实时脚本
在深度网络设计器中创建简单的语义分割网络

在深度网络设计器中创建简单的语义分割网络

使用深度网络设计器创建并训练一个简单的语义分割网络。
打开实时脚本
使用Grad-CAM探索语义分割网络

使用Grad-CAM探索语义分割网络

探索使用Grad-CAM的语义分割网络的预测。
打开实时脚本

计算机视觉工具箱文档

万博1manbetx

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书