图片标志

为计算机视觉应用的标签图像

全部展开页面

描述

的图片标志应用程序，使您能够标签地面真相数据的图像集合。使用该应用程序，你可以:

定义矩形感兴趣区域标签、折线感兴趣区域标签、像素感兴趣区域标签和场景标签。使用这些标签交互式地标签你的地面真相数据。
使用内置的检测或跟踪算法标签你的地面真相数据。
写，导入，并使用您自己的自定义自动化算法自动标签地面真理。看到创建标签的自动化算法．
使用可视化摘要评估标签自动化算法的性能。看到查看Ground Truth标签摘要．
输出标记的地面真理作为groundTruth对象。您可以使用此对象进行系统验证或训练对象检测器或语义分割网络。看到目标检测和语义分割的训练数据．

的图片标志应用程序万博1manbetx支持所有图像文件格式的支持imread．要读取其他文件格式，您可以创建imageDatastore并使用ReadFcn财产。

要了解更多关于这个应用程序，请看开始使用图像标签．

打开图像标签应用程序

MATLAB^®将来发布:应用程序选项卡,在图像处理与计算机视觉，单击应用程序图标。
MATLAB命令提示符:输入imageLabeler．

编程使用

全部展开

`imageLabeler`

imageLabeler打开一个新的会话的应用程序，使您能够标签地面真相数据的图像。

`imageLabeler (imageFolder)`

imageLabeler (imageFolder)打开应用程序并从命名的文件夹加载所有的图像imageFolder．

文件夹中的图像可以是无序的，大小也可以不同。要为一个视频或一组类似于视频的有序图像添加标签，请使用贴标签机视频应用程序。

`imageLabeler (imageDatastore)`

imageLabeler (imageDatastore)打开应用程序，读取所有的图像从imageDatastore对象。的ReadFcn财产的imageDatastore对象指定如何读取数据。

例如，使用一组停止标志图片打开应用程序:

stopSignsFolder = fullfile (toolboxdir (“愿景”)，“visiondata”，“stopSignImages”）;imds = imageDatastore(stopSignsFolder) imageLabeler(imds)

`imageLabeler (sessionFile)`

imageLabeler (sessionFile)打开应用程序并加载一个保存图片标志会话,sessionFile．的sessionFile输入包含路径和文件名。的MAT-filesessionFile指向包含已保存会话的点。

更多关于

全部展开

ROI标签、子标签和属性

在应用程序的左侧，是ROI标签窗格包含可以在框架上标记的感兴趣区域(ROI)标签定义。您可以直接从该窗格创建标签定义。或者，您可以使用labelDefinitionCreator对象，然后将这些标签定义导入应用程序会话。

支持ROI标签、万博1manbetx子标签和属性的定义。

ROI标签

一个ROI标签是信号帧中对应感兴趣区域(ROI)的标签。该表描述了支持的标签类型。万博1manbetx

ROI标签	描述	例如:驾驶场景
`矩形`	在对象周围绘制矩形ROI标签(包围框)。	车辆、行人、路标
`预计长方体`	绘制立方体ROI标签(三维包围盒)。
`行`	画线性ROI标签来表示直线。要绘制折线ROI，请使用两个或多个点。	车道边界，护栏，路缘
`像素标签`	为像素分配标签进行语义分割。您可以使用多边形、笔刷或泛填充手工标记像素。有关像素标记的更多信息，请参见标记像素用于语义分割．	车辆、路面、树木、路面

ROI Sublabels

一个ROI sublabel是属于父标签的ROI标签。使用ROI子标签来提供关于已标记的基础真实数据中的ROI的更大程度的细节。例如,一个车辆标签可能包含头灯，licensePlate,轮sublabels。只能为矩形和折线标签创建子标签。有关子标签的详细信息，请参见使用子标签和属性标签地面真实数据．

ROI属性

一个ROI属性指定有关ROI标签或子标签的附加信息。例如，在驾驶场景中，属性可能包括车辆的类型或颜色。该表描述了支持的属性类型。万博1manbetx

属性类型	样本属性定义	样本的默认值
`数值`
`字符串`
`逻辑`
`列表`

有关属性的详细信息，请参见使用子标签和属性标签地面真实数据．

算法

全部展开

你可以使用标签自动化算法来加快应用程序中的标签。要创建自己的标签自动化算法在应用程序中使用，请参见创建标签的自动化算法．您还可以使用提供的内置算法之一。遵循以下步骤:

加载要标记的数据，并创建至少一个标签定义。
在应用程序工具条上，单击选择算法，并选择其中一个内置的自动化算法。
点击自动化，然后按照自动化窗口右窗格中的自动化说明操作。

ACF人探测器

使用聚合通道特性(ACF)检测和标记人员。这个算法是基于peopleDetectorACF函数。要使用此算法，必须定义至少一个矩形ROI标签。您不需要画任何ROI标签。

要帮助改进算法结果，请先单击设置．您可以更改这些设置中的任何一个。

算法使用的预先训练过的人检测模型inria - 100 x41的模型使用INRIA个人数据集进行训练。的“caltech-50x21”模型使用Caltech行人数据集进行训练。
用于检测人的重叠率阈值(从0到1)—当矩形roi重叠率超过该阈值时，算法将丢弃其中一个roi。
检测人的分类评分阈值——增加评分，提高算法的预测置信度。分数低于此阈值的矩形将被丢弃。

ACF车辆检测器(需要自动驾驶的工具箱）

使用聚合通道特征(ACF)检测和标记车辆。这个算法是基于vehicleDetectorACF(自动驾驶工具箱)函数。要使用此算法，必须定义至少一个矩形ROI标签。您不需要画任何ROI标签。

要帮助改进算法结果，请先单击设置．您可以更改这些设置中的任何一个。

算法使用的预先训练的车辆检测器模型“众目睽睽”模型训练使用未遮挡的图像的前，后，左，和右侧的车辆。的“front-rear-view”模型仅使用车辆前后侧面的图像进行训练。
车辆检测的重叠率阈值，从0到1—当矩形roi重叠率超过该阈值时，算法将丢弃其中一个roi。
检测车辆的分类评分阈值——增加评分以增加算法的预测置信度。分数低于此阈值的矩形将被丢弃。

您也可以配置检测器与校准的单目摄像机通过导入monoCamera(自动驾驶工具箱)对象进入MATLAB工作空间。指定车辆的长度和宽度范围，以世界单位为单位，例如米。