| Operatoren |
add_samples_image_class_mlp — Hinzufügen von Trainingsmustern aus einem Bild zu den Trainingsdaten eines mehrschichtigen Perzeptrons.
add_samples_image_class_mlp(Image, ClassRegions : : MLPHandle : )
add_samples_image_class_mlp fügt Trainingsmuster aus dem Bild Image zu dem durch MLPHandle gegebenen mehrschichtigen Perzeptron (MLP) hinzu. add_samples_image_class_mlp wird dazu verwendet, die Trainingsmuster bereitzustellen, um einen Klassifikator zur Pixelklassifikation von mehrkanaligen Bildern mit classify_image_class_mlp zu trainieren. Die Funktionsweise von add_samples_image_class_mlp ist analog zu add_sample_class_mlp. Da das MLP hier aber immer zur Klassifikation verwendet wird, muss bei create_class_mlp OutputFunction = 'softmax' angegeben werden. Das Bild Image muss so viele Kanäle besitzen, wie mit NumInput in create_class_mlp festgelegt worden ist. In ClassRegions werden die Trainingsgebiete für die NumOutput Pixelklassen angegeben. ClassRegions muss also ein Tupel mit NumOutput Regionen beinhalten. Die Reihenfolge der Regionen in ClassRegions legt die Klassen der Pixel fest. Falls in Image eine zu trainierende Klasse nicht vorkommt, muss an der entsprechenden Stelle des Tupels eine leere Region übergeben werden. Durch diesen Mechanismus können mehrere Bilder verwendet werden, um mit mehrmaligem Aufruf von add_samples_image_class_mlp Trainingsmuster für alle relevanten Pixelklassen bereitzustellen. Die Regionen in ClassRegions sollten repräsentative Trainingsmuster für die jeweiligen Klassen enthalten. Sie brauchen deshalb das Eingabebild nicht zu überdecken. Die Regionen in ClassRegions sollten sich nicht überlappen, da dies dazu führen würde, dass in den Trainingsdaten die Merkmalsvektoren in den Überlappungsbereichen mehreren Klassen zugeordnet wären, was zu einer langsameren Konvergenz des Trainings und einer schlechteren Klassifikationsleistung führen kann.
Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:
Der Wert dieses Parameters darf nicht über mehrere Threads verwendet werden.Trainingsbild.
Regionen der zu trainierenden Klassen.
Handle des MLP.
Sind die Parameterwerte korrekt, dann liefert add_samples_image_class_mlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
train_class_mlp, write_samples_class_mlp
classify_image_class_mlp, add_sample_class_mlp, clear_samples_class_mlp, get_sample_num_class_mlp, get_sample_class_mlp, add_samples_image_class_svm
Foundation
| Operatoren |