MATLAB에 의한 이미지 처리 · 컴퓨터 비전 평가 키트를 사용해보기

목차에 대한 링크



MATLAB에 의한 화상 처리 · 컴퓨터 비전 입문 목차

MATLAB 이미지 처리 · 컴퓨터 비전 평가 키트란?



Image Processing Toolbox™나 Computer Vision Toolbox™의 기능을 망라한 예제집입니다. 이미지 처리나 컴퓨터 비전을 앞으로 시작하는 것이 역방향으로 사용할 수 있습니다.
아래와 같은 것이 들어 있습니다.
  • MATLAB®/Simulink®로 이미지 처리 (DICOM)
  • 다양한 이미지 처리의 예
  • 멀티 코어/GPU 코드 생성/FPGA 연계 기능 예/심층 강화 학습
  • 컴퓨터 비전 처리의 예
  • 이미지의 기계 학습 처리 예 (SVM/선형 판별)
  • 딥 러닝 처리 예 (CNN/전이 학습/Faster R-CNN/YOLO v2/SegNet/FCN/U-Net/3D CNN)

  • 필요한 구성


  • MATLAB R2019b 이상 (필수)
  • 이미지 처리 도구 상자 (필수)
  • Computer Vision Toolbox (필수)
  • Deep Learning Toolbox (딥 러닝 시스템에 필요)
  • Parallel Computing Toolbox (GPU 실행에 필요)
  • Statistics and Machine Learning Toolbox (기계 학습 시스템에 필요)

  • EV 킷 획득



    우선은 아래의 커멘드로 GitHub 로부터 파일을 다운로드합니다. verMatlab은 버전에 맞게 변경하십시오. Git에 자세한 사람은 clone 해 주셔도 OK입니다.
    verMatlab = "R2019b";
    folderName = "MATLAB-IPCV-Eval-Kit-JP-"+verMatlab;
    zipFileName = folderName+".zip";
    if ~exist(zipFileName,"file")
    websave(zipFileName,...
        "https://github.com/mathworks/MATLAB-IPCV-Eval-Kit-JP/archive/"+verMatlab+".zip");
    end
    

    해동하다



    조속히 해동합시다.
    if ~exist(folderName,"dir")
        unzip(zipFileName)
    end
    

    MATLAB 프로젝트 열기



    프로젝트 파일을 열고 데모 파일의 폴더를 통과합니다.
    open(fullfile(folderName,"IPCV_Eval_Kit.prj"));
    

    어떤 기능이 있는지 자료를 살펴보기



    각 기능을 소개하는 PDF가 들어 있기 때문에 얼른 눈을 통해 보자. 마음에 드는 예제가 있으면 실행해 보겠습니다.
    open("IPCV_Eval_kit.pdf");
    

    몇 가지 예제를 움직여보십시오.



    그럼 예제를 움직여 동작을 확인해 봅시다. 해설은 없이 오로지 실행해 봅니다. 어떤 데모가 있는지 볼 수 있으면 좋겠습니다.

    기어의 부족을 검출


    I2_01_3_myGear_7g_J_short
    



    와셔를 종류별로 세기


    I2_09_0_myWashers7s_long
    



    특징점 매칭에 의한 물체 검출


    I4_02_1_featureMatching_BRISK
    





    포인트 트래커로 얼굴 추적


    I4_08_4_myFaceTrackingKLT
    




    스테레오 카메라 캘리브레이션 및 거리 추정


    I4_09_2_myStereoCalibAndSceneReconst
    

    figure_19.png






    3차원 점군 표시, 세그멘테이션, 등록


    I4_10_2_myPointCloudsExample
    






    딥 러닝(YOLO v2)으로 차량 감지



    ※GPU 없이는 상당히 시간이 걸립니다
    I5_06_2_6_trainYOLOv2ObjectDetector
    
    *************************************************************************
    次のオブジェクト クラスに対する YOLO v2 オブジェクト検出器の学習:
    
    * vehicle
    
    学習データをチェック中...完了。
    単一の CPU で学習中。
    入力データの正規化を初期化しています。
    |===================================================================|
    |  エポック  |  反復  |     経過時間     |  ミニバッチ RMSE  |  ミニバッチ損失  |  基本学習率  |
    |        |      |  (hh:mm:ss)  |              |           |         |
    |===================================================================|
    |      1 |    1 |     00:00:10 |         3.87 |      15.0 |  0.0010 |
    |      2 |   30 |     00:02:53 |         0.78 |       0.6 |  0.0010 |
    |      4 |   60 |     00:05:40 |         0.60 |       0.4 |  0.0010 |
    |      5 |   90 |     00:08:18 |         0.41 |       0.2 |  0.0010 |
    |      7 |  120 |     00:10:57 |         0.44 |       0.2 |  0.0010 |
    |      9 |  150 |     00:13:29 |         0.33 |       0.1 |  0.0010 |
    |     10 |  180 |     00:16:01 |         0.33 |       0.1 |  0.0010 |
    |     12 |  210 |     00:18:47 |         0.32 |   9.9e-02 |  0.0010 |
    |     14 |  240 |     00:21:19 |         0.29 |   8.6e-02 |  0.0010 |
    |     15 |  270 |     00:23:48 |         0.27 |   7.4e-02 |  0.0010 |
    |     17 |  300 |     00:26:21 |         0.27 |   7.1e-02 |  0.0010 |
    |     19 |  330 |     00:28:58 |         0.22 |   5.0e-02 |  0.0010 |
    |     20 |  360 |     00:31:27 |         0.29 |   8.4e-02 |  0.0010 |
    |     22 |  390 |     00:34:00 |         0.24 |   5.6e-02 |  0.0010 |
    |     24 |  420 |     00:36:33 |         0.20 |   4.0e-02 |  0.0010 |
    |     25 |  450 |     00:39:02 |         0.22 |   4.9e-02 |  0.0010 |
    |     27 |  480 |     00:41:34 |         0.18 |   3.1e-02 |  0.0010 |
    |     29 |  510 |     00:44:05 |         0.23 |   5.3e-02 |  0.0010 |
    |     30 |  540 |     00:46:35 |         0.25 |   6.1e-02 |  0.0010 |
    |===================================================================|
    検出器の学習が完了しました。
    *************************************************************************
    




    요약



    이상이 MATLAB 이미지 처리 및 컴퓨터 비전 평가 키트 의 사용법입니다.
    어떤 코드인지 궁금하신 분은 꼭 다운로드하여 사용해 보세요.
    뭔가 재미있는 데모를 발견하거나 만들면 의견으로 알려주세요.

    감사의 말



    이 기사는 @eigs 님의 livescript2markdown 을 사용하겠습니다.

    좋은 웹페이지 즐겨찾기