Question

我有297张灰度图像，我想将它们分为3部分（训练测试和验证）。

当然，我编写了一些示例代码，例如以下MathWorks中的代码（使用更快的R-CNN深度学习进行对象检测）

    % Split data into a training and test set.
    idx = floor(0.6 * height(vehicleDataset));
    trainingData = vehicleDataset(1:idx,:);
    testData = vehicleDataset(idx:end,:);

但是Matlab 2018a显示以下错误

错误：“类型的输入参数的未定义函数'height' '结构'。”

我想使用“ Faster R CNN”方法检测图像中的对象，并确定它们在图像中的位置。

Answer 1

假设您的图像保存在路径“ C：\ Users \ Student \ Desktop \ myImages”中首先，创建一个imageDataStore对象来管理图像文件的集合。

datapath = "C:\Users\Student\Desktop\myImages";
imds = imageDatastore(datapath);%You may look at documentation for customizations.
[trainds,testds,valds] = splitEachLabel(imds,.6,.2);%Lets say 60% data for training, 20% for testing and 20% for validation

现在，在变量trainds中有训练数据，而变量testds中有测试数据。您可以使用readimage检索每张图片，例如将火车设置为第5张图片；

im = readimage(trainds,5);

如何在Matlab2018b中将无人机图像数据集分为训练和测试以及有效零件以实现更快的R CNN

1 个答案: