countEachLabel

(削除予定) bigimageDatastore オブジェクトの各クラスのピクセル ラベル数のカウント

bigimageDatastore オブジェクトの関数 countEachLabel は将来のリリースで削除される予定です。代わりに、blockedImageDatastore オブジェクトに関連付けられた関数 countEachLabel を使用してください。詳細については、バージョン履歴を参照してください。

構文

counts = countEachLabel(bigds)

説明

counts = countEachLabel(bigds) は、大きなイメージのデータストア bigds に含まれるすべての大きなイメージについて、各ピクセル ラベルの数を返します。

例

ラベル付けした大きなイメージのクラスの重みの計算

ピクセル ラベル データを読み込みます。

load('buildingPixelLabeled.mat');

ピクセル ラベル データのクラスとピクセル ラベル ID を指定します。

pixelLabelID = [1 2 3 4];
classNames = ["sky" "grass" "building" "sidewalk"];

ピクセル ラベル データを管理する bigimage を作成します。

bigLabeledImage = bigimage(uint8(label),'Classes',classNames,'PixelLabelIDs',pixelLabelID);
bigimageshow(bigLabeledImage)

bigLabeledImage から最も細かい解像度レベルで 200 x 150 ピクセルのブロックを読み取る bigimageDatastore を作成します。

level = 1;
blockSize = [200 150];
biglabelds = bigimageDatastore(bigLabeledImage,level,'BlockSize',blockSize);

各クラスのピクセル ラベル数をカウントします。

tbl = countEachLabel(biglabelds)

tbl=4×3 table
       Name       PixelCount    BlockPixelCount
    __________    __________    _______________

    "sky"              81525        1.58e+05   
    "grass"            32983           51200   
    "building"    1.8036e+05       3.072e+05   
    "sidewalk"         10491           51200   

一様な事前重み付けを使用して、クラスのバランスを調整します。

prior = 1/numel(classNames);
uniformClassWeights = prior ./ tbl.PixelCount

uniformClassWeights = 4×1
10-4 ×

    0.0307
    0.0758
    0.0139
    0.2383

逆頻度重み付けを使用して、クラスのバランスを調整します。

 totalNumberOfPixels = sum(tbl.PixelCount);
 freq = tbl.PixelCount / totalNumberOfPixels;
 invFreqClassWeights = 1./freq

invFreqClassWeights = 4×1

    3.7456
    9.2580
    1.6931
   29.1067

中央頻度重み付けを使用して、クラスのバランスを調整します。

freq = tbl.PixelCount ./ tbl.BlockPixelCount;
medFreqClassWeights = median(freq) ./ freq

medFreqClassWeights = 4×1

    1.0689
    0.8562
    0.9394
    2.6917

入力引数

bigds — 大きなイメージ データストア

bigimageDatastore オブジェクト

大きなイメージ データストア。bigimageDatastore オブジェクトとして指定します。

出力引数

counts — ラベル情報

table

ラベル情報。3 つの変数を含むテーブルとして返されます。

ピクセル数の変数	説明
Name	ピクセル ラベルのクラス名
PixelCount	クラスに含まれているピクセル数
BlockPixelCount	クラスのインスタンスをもつブロックに含まれているピクセルの総数

ヒント

countEachLabel によって返されたラベル情報を使用して、クラス バランス調整のために、クラスの重み付けを計算できます。たとえば、tbl に含まれる、ラベル付けされたピクセル データ情報の場合、次のようになります。

• 一様なクラス バランス調整は、それぞれの事前確率が一様になるよう、各クラスに重み付けをします。

  numClasses = height(tbl)
  prior = 1/numClasses;
  classWeights = prior./tbl.PixelCount

• 逆頻度バランス調整は、少数しか存在しないクラスの重みが大きくなるよう、各クラスに重み付けをします。

  totalNumberOfPixels = sum(tbl.PixelCount)
  frequency = tbl.PixelCount / totalNumberOfPixels;
  classWeights = 1./frequency

• 中央頻度バランス調整は、中央頻度を使用して、各クラスに重み付けをします。

  imageFreq = tbl.PixelCount ./ tbl.BlockPixelCount
  classWeights = median(imageFreq) ./ imageFreq
  

バージョン履歴

R2020a で導入

R2024b: 警告

countEachLabel 関数は、将来のリリースで削除されるという警告を発行します。

R2023b: 削除予定

bigimageDatastore オブジェクトとこの関数は将来のリリースで削除される予定です。代わりに、blockedImageDatastore オブジェクトの関数 countEachLabel を使用してください。

コードを更新するには、次の手順に従い、blockedImageDatastore オブジェクトを作成してクラス ラベルの数をカウントします。

• categorical データを使用している場合、データを数値データ型に変換することでクラス ラベルの順序を指定することもできます。

• 数値または categorical のイメージ データを読み取るための blockedImage オブジェクトを作成します。

• データ ブロックを管理するための blockedImageDatastore オブジェクトを作成します。

• 関数 countEachLabel の呼び出しで、最初の入力引数を blockedImageDatastore オブジェクトに置き換えます。イメージ データが数値の場合、名前と値の引数 Classes および PixelLabelIDs をそれぞれ使用して、クラス名とピクセル ラベル ID も指定します。

blockedImageDatastore および blockedImageDatastore の関数 countEachLabel は、出力引数 counts の変数 BlockPixelCount に関して異なる結果を返す場合があります。

非推奨の使用方法	推奨される代替案
この例では、bigimageDatastore オブジェクトの各クラスのピクセル ラベル数をカウントします。 load("buildingPixelLabeled.mat"); numericLabels = uint8(label); pixelLabelID = [1 2 3 4]; classNames = ["sky" "grass" "building" "sidewalk"]; bigLabeledImage = bigimage(numericLabels,BlockSize=[200 150], ... Classes=classNames,PixelLabelIDs=pixelLabelID); bigLabeledDS = bigimageDatastore(bigLabeledImage,1); tbl = countEachLabel(bigLabeledDS)	以下は、blockedImageDatastore オブジェクトと数値データを使用するほぼ等価なコードです。table に含まれるクラスは、変数 classNames に従って並べ替えられます。 load("buildingPixelLabeled.mat"); numericLabels = uint8(label); pixelLabelID = [1 2 3 4]; classNames = ["sky" "grass" "building" "sidewalk"]; blockedIm = blockedImage(numericLabels,BlockSize=[200 150]); blockedDS = blockedImageDatastore(blockedIm); tbl = countEachLabel(blockedDS, ... Classes=classNames,PixelLabelIDs=pixelLabelID)
	以下は、blockedImageDatastore オブジェクトと categorical データを使用するほぼ等価なコードです。table に含まれるクラスは、クラス名のアルファベット順に並べ替えられます。 load("buildingPixelLabeled.mat"); blockedLabeledImage = blockedImage(label,BlockSize=[200 150]); blockedLabeledDS = blockedImageDatastore(blockedLabeledImage); tbl = countEachLabel(blockedLabeledDS)

R2021a: 関数 countEachLabel は非推奨

R2021a 以降、bigimage オブジェクトのデータに作用する bigimageDatastore オブジェクトとそのオブジェクト関数は非推奨になりました。代わりに、blockedImage オブジェクトのデータに作用する blockedImageDatastore オブジェクトとそのオブジェクト関数を使用してください。blockedImage オブジェクトには、N 次元の処理に拡張できる、インターフェイスがシンプルである、非標準イメージ形式の読み書きをカスタムでサポートしている、といったいくつかの利点があります。

参考

blockedImageDatastore | countEachLabel