Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

オブジェクト検出およびセマンティック セグメンテーション用の学習データ

ラベル付けアプリと Computer Vision Toolbox™ のオブジェクトや関数を使用して、グラウンド トゥルース データからアルゴリズムに学習させることができます。ラベル付けアプリを使用して、ビデオ、イメージ シーケンス、イメージ コレクション、またはカスタム データ ソースのグラウンド トゥルース データに対話形式でラベルを付けます。そして、ラベル付きデータを使用して学習データを作成し、オブジェクト検出器やセマンティック セグメンテーション ネットワークに学習させます。

このワークフローは、イメージ ラベラー アプリとビデオ ラベラー アプリのみに適用されます。Automated Driving Toolbox™ でグラウンド トゥルース ラベラー (Automated Driving Toolbox) アプリ用の学習データを作成する場合は、関数 gatherLabelData (Automated Driving Toolbox) を使用します。

  1. ラベル付け用データの読み込み

    • イメージ ラベラー — ファイルまたは ImageDatastore オブジェクトからアプリにイメージ コレクションを読み込みます。

    • ビデオ ラベラー — ビデオ、イメージ シーケンス、またはカスタム データ ソースをアプリに読み込みます。

  2. データのラベル付けとオートメーション アルゴリズムの選択: ROI およびシーン ラベルをアプリ内で作成します。詳細は、次を参照してください。

    組み込みのアルゴリズムのいずれか 1 つを選択するか、独自のカスタム アルゴリズムを作成してデータのオブジェクトにラベルを付けることができます。独自のオートメーション アルゴリズムを作成する方法については、ラベル付け用オートメーション アルゴリズムの作成を参照してください。

  3. ラベルのエクスポート: データのラベル付けの後に、ラベルをワークスペースにエクスポートするか、それらをファイルに保存できます。ラベルは groundTruth オブジェクトとしてエクスポートされます。データ ソースが複数のイメージ コレクションから構成されている場合、イメージ コレクションのセット全体にラベルを付けて、groundTruth オブジェクトの配列を取得します。groundTruth オブジェクトの共有の詳細については、ラベル付きのグラウンド トゥルース データの共有と保存を参照してください。

  4. 学習データの作成: groundTruth オブジェクトから学習データを作成するには、次の関数のいずれかを使用します。

    • オブジェクト検出器用の学習データ — 関数 objectDetectorTrainingData を使用します。

    • セマンティック セグメンテーション ネットワーク用の学習データ — 関数 pixelLabelTrainingData を使用します。

    ビデオ ファイルまたはカスタム データ ソースを使用して作成したオブジェクトの場合、関数 objectDetectorTrainingData および pixelLabelTrainingData がイメージを groundTruth のディスクに書き込みます。サンプリング係数を指定して、グラウンド トゥルース データをサンプリングします。サンプリングによって、類似のサンプルの使用によるオブジェクト検出器の過学習が軽減されます。

  5. アルゴリズムの学習:

    • オブジェクト検出器 — いくつかの Computer Vision Toolbox オブジェクト検出器の 1 つを使用します。検出器の一覧については、オブジェクトの検出を参照してください。自動運転に固有のオブジェクト検出器については、ビジュアル知覚 (Automated Driving Toolbox)にリストされている Automated Driving Toolbox のオブジェクト検出器を参照してください。

    • セマンティック セグメンテーション ネットワーク — 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の詳細については、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を参照してください。

参考

アプリ

関数

オブジェクト

関連するトピック