インスタンス セグメンテーション
インスタンス セグメンテーションは、医用画像や自動運転など、正確なオブジェクトの位置推定と個々のオブジェクト インスタンスの識別を必要とするタスクで重要な役割を果たすコンピューター ビジョン技術です。インスタンス セグメンテーションでは、オブジェクト検出とセマンティック セグメンテーションの原理を組み合わせ、個々のオブジェクト インスタンスを識別し、その境界をピクセルごとに描画することで、視覚データをより正確に理解できるようにします。インスタンス セグメンテーションを使用して、イメージ内の個々のオブジェクトを正確に識別、分類、および分離します。
事前学習済みの深層学習ネットワークを使用してイメージの推論を実行したり、転移学習を使用してネットワークに学習させたりできます。転移学習は、事前学習済みのネットワークから始めて、用途に応じたカスタム データ セットで学習させる手法です。イメージ ラベラー、ビデオ ラベラー、またはグラウンド トゥルース ラベラー (Automated Driving Toolbox) アプリを使用してピクセルにラベルを付け、ラベル データをエクスポートすることで、学習用のグラウンド トゥルース データを対話的に生成できます。インスタンス セグメンテーションには Deep Learning Toolbox™ が必要です。学習と推論は CUDA® 対応 GPU をサポートします。GPU を使用することが推奨され、これには Parallel Computing Toolbox™ が必要になります。詳細については、MathWorks 製品での並列計算のサポート (Parallel Computing Toolbox)を参照してください。
関数
トピック
開始
- Get Started with Instance Segmentation Using Deep Learning
Segment objects using an instance segmentation model such as SOLOv2 or Mask R-CNN. - Get Started with SOLOv2 for Instance Segmentation
Perform multiclass instance segmentation using SOLOv2 and deep learning. - インスタンス セグメンテーションの Mask R-CNN 入門
Mask R-CNN と深層学習を使用してマルチクラス インスタンス セグメンテーションを実行する。
インスタンス セグメンテーション用のデータの学習
- 深層学習用イメージ前処理とイメージ拡張の入門
サイズ変更などの確定的演算を使用して深層学習アプリケーション用にデータを前処理する。あるいは、ランダム トリミングなどのランダム演算を使用して学習データを拡張する。 - 深層学習用のデータストア (Deep Learning Toolbox)
深層学習アプリケーションでデータストアを使用する方法を学びます。