영상 범주 분류
Computer Vision Toolbox™의 영상 범주 분류 툴을 사용하면 딥러닝 기반 Vision Transformer 모델이나 기존 bag-of-visual-words 기법을 사용하여 영상을 미리 정의된 범주로 분류할 수 있습니다. 영상 범주 분류 기능은 장면 인식, 콘텐츠 필터링, 자동 태그 지정과 같은 응용 분야에 필수적입니다. 영상 레이블 지정기 앱과 비디오 레이블 지정기 앱을 사용하여 레이블이 지정된 데이터 세트를 만드는 것부터 시작할 수 있습니다. 이 두 앱은 각각 영상과 비디오 프레임에 대해 대화형 및 AI 지원 방식으로 장면 수준 레이블을 주석 처리하는 작업을 지원합니다. 이러한 레이블은 영상 분류 모델의 훈련과 평가를 위한 ground truth로 사용됩니다.
딥러닝 기반 분류를 위해, 이 툴박스는 visionTransformer 함수를 통해 사전 훈련된 ViT(Vision Transformer) 모델에 대한 액세스를 제공합니다. 이러한 모델은 셀프 어텐션 메커니즘을 사용하여 전역 영상 컨텍스트를 캡처하며, 사용자 지정 데이터 세트에 맞게 미세 조정할 수 있습니다. patchEmbeddingLayer와 같은 지원 계층을 사용하면 ViT 아키텍처를 설계하고 확장할 수 있습니다. 또한, 이 툴박스에는 CLIP 신경망에 대한 지원이 포함되어 있으며, 이 신경망은 비전과 언어 이해를 결합하여 영상 분류를 수행합니다. clipNetwork 객체와 classify 객체 함수를 사용하여 시각적 콘텐츠를 텍스트 설명과 정렬하는 영상 분류 작업을 수행할 수 있으며, 이를 통해 다중모달 응용 사례를 구현할 수 있습니다.
전통적인 접근 방식을 위해, 이 툴박스는 bag-of-features(BoF) 프레임워크를 지원하여, 영상에서 시각 단어가 나타나는 빈도를 히스토그램으로 표현합니다. bagOfFeatures 객체를 사용하여 특징을 추출하고 시각 단어집을 구축한 다음, trainImageCategoryClassifier 함수를 사용하여 분류기를 훈련시키고 imageCategoryClassifier 함수로 예측을 수행할 수 있습니다. 이 방법은 경량 응용 사례의 경우나 해석 가능성이 우선 순위인 경우에 특히 유용합니다. 자세한 내용은 Image Classification with Bag of Visual Words 항목을 참조하십시오.
앱
| 영상 레이블 지정기 | 컴퓨터 비전 응용 분야에서 영상에 레이블 지정 |
| 비디오 레이블 지정기 | Label video for computer vision applications |
함수
도움말 항목
영상 분류를 위한 Ground Truth 만들기
- Get Started with the Image Labeler
Interactively label rectangular ROIs for object detection, pixels for semantic segmentation, polygons for instance segmentation, and scenes for image classification. - Get Started with the Video Labeler
Interactively label rectangular ROIs for object detection, pixels for semantic segmentation, polygons for instance segmentation, and scenes for image classification in a video or image sequence.
딥러닝 모델을 사용하여 영상 분류하기
- Train Vision Transformer Network for Image Classification
This example shows how to fine-tune a pretrained vision transformer (ViT) neural network to perform classification on a new collection of images. - 간단한 영상 분류 신경망 만들기 (Deep Learning Toolbox)
이 예제에서는 딥러닝 분류를 수행하는 간단한 컨벌루션 신경망을 만들고 훈련시키는 방법을 보여줍니다. - 영상 분류 시작하기 (Deep Learning Toolbox)
이 예제에서는 심층 신경망 디자이너 앱을 사용하여 딥러닝 분류를 수행하는 간단한 컨벌루션 신경망을 만드는 방법을 보여줍니다.
Bag-of-Features 접근 방식을 사용하여 영상 분류하기
- Create a Custom Feature Extractor
You can use the bag-of-features (BoF) framework with many different types of image features. - Image Classification with Bag of Visual Words
Use the Computer Vision Toolbox functions for image category classification by creating a bag of visual words.
추천 예제
Train Vision Transformer Network for Image Classification
Fine-tune a pretrained vision transformer (ViT) neural network to perform classification on a new collection of images.
Image Category Classification Using Bag of Features
Use a bag of features approach for image category classification. This technique is also often referred to as bag of words. Visual image categorization is a process of assigning a category label to an image under test. Categories may contain images representing just about anything, for example, dogs, cats, trains, boats.
Image Category Classification Using Deep Learning
Use a pretrained Convolutional Neural Network (CNN) as a feature extractor for training an image category classifier.
