SegNetを用いた​セマンティックセグメ​ンテーションの転移学​習

こちらのチュートリアルに基づき、Segnetを用いたセマンティックセグメンテーションを行っています。 https://jp.mathworks.com/help/vision/examples/semantic-segmentation-using-deep-learning.html

1. 最終的に４クラスでのセグメンテーションを行いたいのですが、そのうち２つずつ類似性を有するため、最初に４クラスを２クラスに集約してトレーニングし、その後４クラスに分類するという2段階トレーニングを行いたいと思っています。 SegNetはネットワークの生成時に分類するクラス数を指定することになっていますが、ネットワークの１回目の学習後に分類するクラス数を変更するにはどのようにすればよいでしょうか。 もしくは１段階目にトレーニングした２クラスSegnetモデルを、新しく作成した４クラスSegnetに取り込み転移学習することは可能でしょうか。

2. Segnetのトレーニング中に、トレーニングデータとはサイズの違うイメージおよびラベルデータを検証に用いる方法はありますでしょうか。

[michio]

URLをハイパーリンク化いたしました。

Answer 1

[Kei Otsuka]

#1. 2段階トレーニングについては経験がありませんが、FCN構築においてAlexnetからWeight/Biasを転移させた例が こちらにありますので、参考にしてみてください。

クラス数を変更する場合、クラス数に関わるレイヤは定義し直す必要があります。

 

#2. 検証用のデータはimageDatastoreで与えることが出来るようになっていますが、'ReadFcn'を使うことで、画像読み出し時に利用する関数を定義できます。imresizeなどの関数を利用して、ネットワークのInputSizeにリサイズしてお使いください。