语义分割
Computer Vision Toolbox™ 中的语义分割工具支持您使用预训练 AI 模型和自定义深度学习网络执行图像的像素级分类。您可以首先使用图像标注器和视频标注器创建标注真实值，它们支持对图像和视频进行交互式和 AI 辅助的像素级类别标签注解。有关详细信息，请参阅Label Pixels for Semantic Segmentation。
工具箱提供了预训练语义分割模型，如 BiSeNet V2。您可以直接使用这些模型进行推断，或将其适配到特定应用。您还可以使用迁移学习通过 U-Net、3D U-Net 和 DeepLab v3+ 等架构来训练自定义分割网络。有关详细信息，请参阅Get Started with Semantic Segmentation Using Deep Learning。
为了准备训练数据，工具箱提供了用于加载和管理数据集以及组织和分析像素标签数据的实用工具。工具箱还支持数据增强和预处理。有关详细信息，请参阅Training Data for Object Detection and Semantic Segmentation。
使用预训练或自定义模型生成预测结果后，您可以将分割预测结果与真实值进行比较，并计算轮廓匹配得分、Sørensen-Dice 相似度、Jaccard 相似度以及混淆矩阵等评估度量。有关详细信息，请参阅 evaluateSemanticSegmentation。
函数
主题
快速入门
- Get Started with Semantic Segmentation Using Deep Learning
Segment objects by class using deep learning networks such as U-Net and DeepLab v3+. - Choose Function to Visualize Detected Objects
Compare visualization functions.
为语义分割创建真实值
- Label Pixels for Semantic Segmentation
Label pixels for training a semantic segmentation network by using a labeling app. - How Labeler Apps Store Exported Pixel Labels
Learn how the labeling apps store pixel label data.
为语义分割准备训练数据
- Training Data for Object Detection and Semantic Segmentation
Create training data for object detection or semantic segmentation using the Image Labeler or Video Labeler. - Datastores for Deep Learning (Deep Learning Toolbox)
Learn how to use datastores in deep learning applications. - Get Started with Image Preprocessing and Augmentation for Deep Learning
Preprocess data for deep learning applications with deterministic operations such as resizing, or augment training data with randomized operations such as random cropping.
精选示例
使用深度学习进行语义分割
此示例说明如何使用语义分割网络来分割图像。
使用扩张卷积进行语义分割
使用扩张卷积进行语义分割
使用深度学习对多光谱图像进行语义分割
此示例说明如何使用 U-Net 对包含七个通道的多光谱图像执行语义分割。
Explore Semantic Segmentation Network Using Grad-CAM
Explore the predictions of a semantic segmentation network using Grad-CAM.
Generate Image from Segmentation Map Using Deep Learning
Generate a synthetic image of a scene from a semantic segmentation map.
Generate Adversarial Examples for Semantic Segmentation
Generate adversarial examples for a semantic segmentation network using the basic iterative method (BIM).
Prune and Quantize Semantic Segmentation Network
Reduce the memory footprint of a semantic segmentation network and speed-up inference by compressing the network using pruning and quantization.
使用深度学习进行三维脑肿瘤分割
此示例说明如何基于三维医学图像执行脑肿瘤的语义分割。
