segnetLayers
为语义分割创建SegNet层
语法
描述
返回SegNet层,lgraph
= segnetLayers (图象尺寸
,numClasses
,模型
)lgraph
,它使用来自预训练对象的层和权值进行预初始化模型
.
SegNet是一种用于语义图像分割的卷积神经网络。网络使用pixelClassificationLayer
预测输入图像中每个像素的分类标签。
使用segnetLayers
为SegNet创建网络架构。您必须使用深度学习工具箱™功能来训练网络trainNetwork
(深度学习工具箱).
返回使用指定编码器深度配置的未初始化的SegNet层。lgraph
= segnetLayers (图象尺寸
,numClasses
,encoderDepth
)
返回一个SegNet层,其中包含一个或多个指定的附加选项lgraph
= segnetLayers (图象尺寸
,numClasses
,encoderDepth
,名称,值
)名称,值
对参数。
例子
输入参数
输出参数
提示
SegNet编码器和解码器子网络中的部分由卷积层、批处理归一化层和ReLU层组成。
所有卷积层的配置都使偏差项固定为零。
编码器和解码器子网络中的卷积层权值使用'
同行
的权重初始化方法。为“vgg16”
或“vgg19”
模型,只有解码器子网络使用MSRA初始化。[1]由
segnetLayers
训练后支持GPU代码生成进行深度学习trainNetwork
(深度学习工具箱).看到深度学习代码生成(深度学习工具箱)了解详细信息和示例。
参考文献
[1]何凯,张旭,任硕,孙杰。深入研究整流器:在ImageNet分类上超越人类水平的性能。IEEE计算机视觉国际会议论文集.2015年,1026 - 1034。
Badrinarayanan, V., A. Kendall和R. Cipolla。Segnet:一种用于图像分割的深度卷积编码器-解码器架构。arXiv.预印本arXiv: 1511.0051, 2015。
扩展功能
版本历史
在R2017b中引入
另请参阅
对象
pixelClassificationLayer
|layerGraph
(深度学习工具箱)|DAGNetwork
(深度学习工具箱)
功能
fcnLayers
|segnetLayers
|unetLayers
|trainNetwork
(深度学习工具箱)|semanticseg
|deeplabv3plusLayers
|evaluateSemanticSegmentation
主题
- 开始使用深度学习进行语义分割
- MATLAB中的深度学习(深度学习工具箱)