数据增强图像目标检测和边界框

36视图(30天)
你好所有的,
我在试图应用数据增加一个对象检测数据集创建图片标志在MATLAB应用程序。在解释 https://fr.mathworks.com/help/deeplearning/ug/object-detection-using-yolo-v2.html ,是一个表,它包含的trainingData imageFilename和bouding框坐标定对象类增强,增加定义函数(augmentData发现在同一个链接),使用:
augmentedTrainingData =变换(trainingData @augmentData);
我试图应用相同的行代码标签后自己的数据集和创建trainingData gTruth保存:
trainingData = objectDetectorTrainingData (gTruth,“SamplingFactor”,1“WriteLocation”,“TrainingData”);
虽然我遵循了同样的概念解释说,当使用 变换 功能,我得到以下错误:
未定义的函数变换的输入参数类型的“表”。
augmentedTrainingData =变换(trainingData @augmentData);
我如何应用数据增加trainingData吗?我用MATLAB R2019a。
感谢任何的帮助。提前谢谢你! !

答案(1)

赛斯弗曼
赛斯弗曼 2022年5月23日
objectDetectorTrainingData 必须按顺序叫2输出第一输出图像数据存储,而不是一个表。
imageDir = fullfile (matlabroot,“工具箱”,“愿景”,“visiondata”,“汽车”);
目录(imageDir);
data =负载(“vehicleTrainingGroundTruth.mat”);
gTruth = data.vehicleTrainingGroundTruth;
vehicleDetector =负载(“yolov2VehicleDetector.mat”);
lgraph = vehicleDetector.lgraph;
% imd是一个图像数据存储。
(imd, ~) = objectDetectorTrainingData (gTruth)
imd =
ImageDatastore属性:文件:{' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00123.jpg”;' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00099.jpg”;' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00174.jpg”……文件夹和292}:{/ MATLAB工具箱/视觉/ visiondata /汽车}AlternateFileSystemRoots: {} ReadSize: 1标签:{}SupportedOutputFormats: [“png”“jpg”“jpe万博1manbetxg”“tif”“tiff”] DefaultOutputFormat:“png”ReadFcn: @readDatastoreImage
% trainingDataTable是一张桌子。
trainingDataTable = objectDetectorTrainingData (gTruth)
trainingDataTable =295×2表
imageFilename 车辆 ______________________________________________________________ ___________{' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00123.jpg’}{2×4双}{' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00099.jpg '}{2×4双}{' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00174.jpg '} {[27 97 78]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00294.jpg '} {[93 74 26 25]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00244.jpg '} {[33 29 103 85]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00281.jpg '} {[90 69 22 19]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00032.jpg '} {[86 69 25 19]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00040.jpg '} {[84 77 38 27]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00022.jpg '} {[27 83 66 24]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00261.jpg '} {[92 70 21 17]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00175.jpg '} {[56 39 102 78]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00034.jpg '} {[96 70 22 18]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00152.jpg '} {[32 24 98 88]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00092.jpg '}{2×4双}{' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00170.jpg '} {[74 22 111 84]} {' / MATLAB工具箱/视觉/ visiondata /汽车/ image_00091.jpg '}{2×4双}
3评论
Amanjit Dulai
Amanjit Dulai 2022年11月8日
你应该可以电话 objectDetectorTrainingData 直接在一个对象的类 groundTruth

登录置评。

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!