add_samples_image_class_mlpT_add_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp (Operator)

Name

add_samples_image_class_mlpT_add_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp — Hinzufügen von Trainingsmustern aus einem Bild zu den Trainingsdaten eines mehrschichtigen Perzeptrons.

Signatur

Beschreibung

add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp fügt Trainingsmuster aus dem Bild ImageImageImageImageimageimage zu dem durch MLPHandleMLPHandleMLPHandleMLPHandleMLPHandlemlphandle gegebenen mehrschichtigen Perzeptron (MLP) hinzu. add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp wird dazu verwendet, die Trainingsmuster bereitzustellen, um einen Klassifikator zur Pixelklassifikation von mehrkanaligen Bildern mit classify_image_class_mlpclassify_image_class_mlpClassifyImageClassMlpClassifyImageClassMlpClassifyImageClassMlpclassify_image_class_mlp zu trainieren. Die Funktionsweise von add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp ist analog zu add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlpadd_sample_class_mlp. Da das MLP hier aber immer zur Klassifikation verwendet wird, muss bei create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp OutputFunctionOutputFunctionOutputFunctionOutputFunctionoutputFunctionoutput_function = 'softmax'"softmax""softmax""softmax""softmax""softmax" angegeben werden. Das Bild ImageImageImageImageimageimage muss so viele Kanäle besitzen, wie mit NumInputNumInputNumInputNumInputnumInputnum_input in create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp festgelegt worden ist. In ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions werden die Trainingsgebiete für die NumOutputNumOutputNumOutputNumOutputnumOutputnum_output Pixelklassen angegeben. ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions muss also ein Tupel mit NumOutputNumOutputNumOutputNumOutputnumOutputnum_output Regionen beinhalten. Die Reihenfolge der Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions legt die Klassen der Pixel fest. Falls in ImageImageImageImageimageimage 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_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp Trainingsmuster für alle relevanten Pixelklassen bereitzustellen. Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions sollten repräsentative Trainingsmuster für die jeweiligen Klassen enthalten. Sie brauchen deshalb das Eingabebild nicht zu überdecken. Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 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.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Wird ohne Parallelisierung verarbeitet.

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

• MLPHandleMLPHandleMLPHandleMLPHandleMLPHandlemlphandle

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

Ergebnis

Sind die Parameterwerte korrekt, dann liefert add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlpcreate_class_mlp

Nachfolger

train_class_mlptrain_class_mlpTrainClassMlpTrainClassMlpTrainClassMlptrain_class_mlp, write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlpWriteSamplesClassMlpwrite_samples_class_mlp

Alternativen

read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlpread_samples_class_mlp

Siehe auch

classify_image_class_mlpclassify_image_class_mlpClassifyImageClassMlpClassifyImageClassMlpClassifyImageClassMlpclassify_image_class_mlp, add_sample_class_mlpadd_sample_class_mlpAddSampleClassMlpAddSampleClassMlpAddSampleClassMlpadd_sample_class_mlp, clear_samples_class_mlpclear_samples_class_mlpClearSamplesClassMlpClearSamplesClassMlpClearSamplesClassMlpclear_samples_class_mlp, get_sample_num_class_mlpget_sample_num_class_mlpGetSampleNumClassMlpGetSampleNumClassMlpGetSampleNumClassMlpget_sample_num_class_mlp, get_sample_class_mlpget_sample_class_mlpGetSampleClassMlpGetSampleClassMlpGetSampleClassMlpget_sample_class_mlp, add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm

Modul

Foundation