imageDatastore容积图像
3视图(30天)
显示旧的评论
我想使用
imageDatastore
命令准备训练集训练一个体积卷积神经网络的语义分割模型。我跟着下面的指示在MATLAB的网页,我的代码提供了多层Tif文件代表输入图像和标签输入图像(地面真理)。
然而,似乎imageDatastore只读取一个层(片)和无法处理的容积图像。有人知道我们应该如何使用此命令的容积图像分割任务吗?或我们如何准备训练集训练一个体积sementic细分模式如Unet 3 d (
//www.tianjin-qmedu.com/help/vision/ref/unet3dlayers.html
)?提前感谢。
接受的答案
阿施施Uthama
2023年2月7日
移动:阿施施Uthama
2023年2月8日
blockedImage不能转换片体积块的不幸!blockedImage是有用的,当你想要一个“单元”分解成多个逻辑个亚单元(我。一个文件成许多构成块)。所以它不适合您的工作流此刻(特别是,因为它看起来像你的“单位”的数据很容易装入内存)。
这有帮助吗?
你将取代构造函数的第一个参数imageDatastore pixellabelDatastore和文件的列表,他们应该匹配保证图片和标签是正确配对!。
%图像数据
我= uint8(魔法(10));
imwrite (im,“vol.tif”)
imwrite (im,“vol.tif”,“写模式”,“添加”)
imd = imageDatastore ([“vol.tif”),“ReadFcn”,@tiffreadVolume);
v =阅读(imd);
大小(v)
% ans =
% 10 10 2
%的标签数据
标签= im > 50;
imwrite(标签,“labels.tif”)
imwrite(标签,“labels.tif”,“写模式”,“添加”)
摩门教的= pixelLabelDatastore ([“labels.tif”]、[“bg”,“成品”0]、[1],“ReadFcn”,@tiffreadVolume);
%结合数据,其中一个读取了数据,标签设置:
cd =结合(imd,摩门教);
d =阅读(cds)
% d{1}将形象,d{2}将相应的标签。
答案(1)
对于车辆
2023年2月6日
嗨,备忘录,
blockedImage对象是由离散的块。使用了图像时图像或体积太大,以适应到内存中。屏蔽图片,您可以执行处理而不会耗尽内存。
这里是一个列表的例子使用
blockedImageDatastore
:
//www.tianjin-qmedu.com/help/images/examples.html?category=large-image-files
。
我希望这可以帮助!
对于车辆