Automated Drivingにて、独自データ・ネットワークの適用は可能でしょうか?
2 ビュー (過去 30 日間)
古いコメントを表示
Automated Driving Toolboxにて、機械学習ツールと連携して進めたいと考えています。
1.独自のデータによる学習モデルの適用は可能でしょうか?
ラベルデータのフォーマットや画像ファイル名には規則があるのでしょうか?
公開されているmask-rcnnなどを参考にしたTensorflowのpdモデルデータなどから使用可能でしょうか?
2.独自のネットワークを適用することは可能でしょうか?
例えば、フレームワークがTensorflow+Kerasなら可能など
0 件のコメント
回答 (1 件)
Tohru Kikawada
2021 年 1 月 31 日
編集済み: Tohru Kikawada
2021 年 1 月 31 日
下記にご回答差し上げます。
1.独自のデータによる学習モデルの適用は可能でしょうか?
ラベルデータのフォーマットや画像ファイル名には規則があるのでしょうか?
公開されているmask-rcnnなどを参考にしたTensorflowのpdモデルデータなどから使用可能でしょうか?
ご自身のデータを使用した学習につきましてはR2020b時点ですとYOLOv2, SSDが公式にサポートされております。また、YOLO v3の学習の例題も用意されております。Mask RCNNについてはR2020b時点では公式サポートはございませんが、こちらにあるとおり、GitHub上で公開されているMask RCNNのコードはございます。
2.独自のネットワークを適用することは可能でしょうか?
例えば、フレームワークがTensorflow+Kerasなら可能など
TensorFlowなど他のフレームワークとの連携についてのご質問と理解いたしました。
他のフレームワークからのインポートはR2020b現在ですとCaffe, Keras, ONNXに対応しております。
そちらを経由してデータの取り込みを行っていただけます。
0 件のコメント
参考
カテゴリ
Help Center および File Exchange で 深層学習、セマンティック セグメンテーション、検出 についてさらに検索
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!