最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

深層学習を使用したセマンティック セグメンテーション入門

セグメンテーションはイメージの解析タスクに欠かせません。"セマンティック セグメンテーション" は、イメージの各ピクセルをクラス ラベル ("花"、"人物"、"道路"、"空"、"海洋"、"自動車" など) に関連付けるプロセスを表します。

セマンティック セグメンテーションの応用例は次のとおりです。

  • 自動運転

  • 工業検査

  • 衛星画像に表示される地形の分類

  • 医用画像解析

セマンティック セグメンテーション ネットワークの学習

セマンティック セグメンテーション ネットワークに学習させる手順は次のとおりです。

1.セマンティック セグメンテーション用の学習データの解析

2.セマンティック セグメンテーション ネットワークの作成

3.セマンティック セグメンテーション ネットワークの学習

4.セマンティック セグメンテーションの結果の評価と検査

セマンティック セグメンテーション用学習データのラベル付け

大規模なデータセットを使用すると、特定の入力 (または入力の縦横比) に、より高速かつ正確にマッピングできるようになります。データ拡張を使用すると、限られたデータセットを活用して学習を行うことができます。平行移動、トリミング、変換などのわずかな変更をイメージに加えることで、特徴的な一意のイメージが新たに作成されます。Augment Images for Deep Learning Workflows Using Image Processing Toolbox (Deep Learning Toolbox)を参照してください。

イメージ ラベラー アプリを使用して、対話形式でピクセルにラベル付けし、ラベル データを学習用にエクスポートできます。このアプリを使用して、四角形の関心領域 (ROI) とシーン ラベルをイメージ分類用にラベル付けすることもできます。

参考

アプリ

関数

オブジェクト

関連する例

詳細