Datos de imágenes, especificados como uno de los siguientes:
| Tipo de datos | Descripción | Ejemplo de uso |
|---|
| Almacén de datos | ImageDatastore | Almacén de datos de imágenes guardadas en disco. | Entrenar redes neuronales de clasificación de imágenes con imágenes guardadas en disco, donde las imágenes tienen el mismo tamaño. Si las imágenes tienen diferentes tamaños, use un objeto AugmentedImageDatastore. Los objetos ImageDatastore solo admiten tareas de clasificación de imágenes. Para utilizar almacenes de datos de imágenes para redes neuronales de regresión, cree un almacén de datos transformado o combinado que contenga las imágenes y las respuestas utilizando las funciones transform y combine, respectivamente. |
AugmentedImageDatastore | Almacén de datos que aplica transformaciones geométricas afines aleatorias, incluyendo cambio de tamaño, rotación, reflexión, estiramiento y traslación. |
Entrenar redes neuronales de clasificación de imágenes con imágenes guardadas en disco, donde las imágenes tienen distintos tamaños. Entrenar redes neuronales de clasificación de imágenes y generar nuevos datos utilizando aumentos.
|
TransformedDatastore | Almacén de datos que transforma lotes de datos leídos de un almacén de datos subyacente mediante una función de transformación personalizada. |
Entrenar redes neuronales de regresión de imágenes. Entrenar redes neuronales con varias entradas. Transformar almacenes de datos con salidas no compatibles con trainNetwork. Aplicar transformaciones personalizadas a la salida del almacén de datos.
|
CombinedDatastore | Almacén de datos que lee de dos o más almacenes de datos subyacentes. |
Entrenar redes neuronales de regresión de imágenes. Entrenar redes neuronales con varias entradas. Combinar predictores y respuestas de diferentes fuentes de datos.
|
PixelLabelImageDatastore (Computer Vision Toolbox) | Almacén de datos que aplica transformaciones geométricas afines idénticas a imágenes y etiquetas de píxeles correspondientes. | Entrenar redes neuronales para la segmentación semántica. |
RandomPatchExtractionDatastore (Image Processing Toolbox) | Almacén de datos que extrae pares de zonas aleatorias de imágenes o imágenes de etiquetas de píxeles y aplica opcionalmente transformaciones geométricas afines aleatorias idénticas a los pares. | Entrenar redes neuronales para la detección de objetos. |
DenoisingImageDatastore (Image Processing Toolbox) | Almacén de datos que aplica ruido gaussiano generado aleatoriamente. | Entrenar redes neuronales para eliminar el ruido de una imagen. |
| Almacén de datos de minilotes personalizado | Almacén de datos personalizado que devuelve minilotes de datos. | Entrenar redes neuronales usando datos en un formato no compatible con otros almacenes de datos. Para obtener más detalles, consulte Develop Custom Mini-Batch Datastore. |
| Arreglo numérico | Imágenes especificadas como arreglo numérico. Si especifica imágenes como arreglo numérico, también debe especificar el argumento responses. | Entrenar redes neuronales usando datos que quepan en la memoria y no requieran procesamiento adicional, como un aumento. |
| Tabla | Imágenes especificadas como tabla. Si especifica imágenes como tabla, también puede especificar qué columnas contienen las respuestas utilizando el argumento responses. | Entrenar redes neuronales usando datos guardados en una tabla. |
Para redes neuronales con varias entradas, el almacén de datos debe ser un objeto TransformedDatastore o CombinedDatastore.
Sugerencia
Para secuencias de imágenes, por ejemplo, datos de vídeo, use el argumento de entrada sequences.
Almacén de datos
Los almacenes de datos leen minilotes de imágenes y respuestas. Los almacenes de datos son más adecuados cuando tiene datos que no caben en la memoria o cuando quiera aplicar aumentos o transformaciones a los datos.
La siguiente lista enumera almacenes de datos que son directamente compatibles con trainNetwork para datos de imágenes.
Por ejemplo, puede crear un almacén de datos de imágenes utilizando la función imageDatastore y usar los nombres de las carpetas que contienen las imágenes como etiquetas estableciendo la opción 'LabelSource' en 'foldernames'. Como alternativa, puede especificar las etiquetas manualmente con la propiedad Labels del almacén de datos de imágenes.
Sugerencia
Use augmentedImageDatastore para preprocesar eficiente de las imágenes para deep learning, incluyendo el cambio de tamaño de las imágenes. No use la opción ReadFcn de objetos ImageDatastore.
ImageDatastore permite leer lotes de archivos de imágenes JPG o PNG mediante precarga. Si establece la opción ReadFcn como una función personalizada, ImageDatastore no realiza la precarga y suele ser bastante más lenta.
Puede utilizar otros almacenes de datos integrados para entrenar redes neuronales de deep learning utilizando las funciones transform y combine. Estas funciones pueden convertir los datos leídos de almacenes de datos al formato requerido por trainNetwork.
Para redes neuronales con varias entradas, el almacén de datos debe ser un objeto TransformedDatastore o CombinedDatastore.
El formato requerido de la salida del almacén de datos depende de la arquitectura de red neuronal.
| Arquitectura de red neuronal | Salida del almacén de datos | Ejemplo de salida |
|---|
| Capa de entrada única | Tabla o arreglo de celdas con dos columnas. La primera y la segunda columna especifican los predictores y los objetivos, respectivamente. Los elementos de la tabla deben ser escalares, vectores fila o arreglos de celdas de 1 por 1 que contengan un arreglo numérico. Los almacenes de datos de minilotes personalizados deben producir tablas como salida. | Tabla para red neuronal con una entrada y una salida: data =
4×2 table
Predictors Response
__________________ ________
{224×224×3 double} 2
{224×224×3 double} 7
{224×224×3 double} 9
{224×224×3 double} 9
|
Arreglo de celdas para red neuronal con una entrada y una salida: data =
4×2 cell array
{224×224×3 double} {[2]}
{224×224×3 double} {[7]}
{224×224×3 double} {[9]}
{224×224×3 double} {[9]} |
| Capas de entrada múltiples | Arreglo de celdas con (numInputs + 1) columnas, donde numInputs es el número de entradas de red neuronal. Las primeras numInputs columnas especifican los predictores de cada entrada y la última columna especifica los objetivos. El orden de las entradas se indica mediante la propiedad InputNames de la gráfica de capas layers. | Arreglo de celdas para red neuronal con dos entradas y una salida. data =
4×3 cell array
{224×224×3 double} {128×128×3 double} {[2]}
{224×224×3 double} {128×128×3 double} {[2]}
{224×224×3 double} {128×128×3 double} {[9]}
{224×224×3 double} {128×128×3 double} {[9]} |
El formato de los predictores depende del tipo de datos.
| Datos | Formato |
|---|
| Imágenes 2D | Arreglo numérico de h por w por c, donde h, w y c son la altura, la anchura y el número de canales de las imágenes, respectivamente. |
| Imágenes 3D | Arreglo numérico de h por w por d por c, donde h, w, d y c son la altura, la anchura, la profundidad y el número de canales de las imágenes, respectivamente. |
Para predictores devueltos en tablas, los elementos deben contener un escalar numérico, un vector fila numérico o un arreglo de celdas de 1 por 1 con el arreglo numérico.
El formato de las respuestas depende del tipo de tarea.
| Tarea | Formato de respuesta |
|---|
| Clasificación de imágenes | Escalar categórico |
| Regresión de imágenes | |
Para respuestas devueltas en tablas, los elementos deben ser un escalar categórico, un escalar numérico, un vector fila numérico o un arreglo de celdas de 1 por 1 con un arreglo numérico.
Para obtener más información, consulte Datastores for Deep Learning.
Arreglo numérico
Para datos que quepan en la memoria y no requieran procesamiento adicional, como aumento, puede especificar un conjunto de datos de imágenes como arreglo numérico. Si especifica imágenes como arreglo numérico, también debe especificar el argumento responses.
El tamaño y la forma del arreglo numérico dependen del tipo de datos de imágenes.
| Datos | Formato |
|---|
| Imágenes 2D | Arreglo numérico de h por w por c por N, en el que h, w y c son la altura, la anchura y el número de canales de las imágenes, respectivamente, y N es el número de imágenes. |
| Imágenes 3D | Arreglo numérico de h por w por d por c por N, en el que h, w, d y c son la altura, la anchura, la profundidad y el número de canales de las imágenes, respectivamente, y N es el número de imágenes. |
Tabla
Como alternativa a los almacenes de datos o arreglos numéricos, también puede especificar imágenes y respuestas en una tabla. Si especifica imágenes como tabla, también puede especificar qué columnas contienen las respuestas utilizando el argumento responses.
Cuando se especifican imágenes y respuestas en una tabla, cada fila de la tabla corresponde a una observación.
Para entradas de imagen, los predictores deben estar en la primera columna de la tabla, especificados como una de las siguientes opciones:
Ruta de archivo absoluta o relativa a una imagen, especificada como vector de caracteres.
Arreglo de celdas de 1 por 1 que contiene un arreglo numérico de h por w por c que representa una imagen 2D, donde h, w y c corresponden a la altura, la anchura y el número de canales de la imagen, respectivamente.
El formato de las respuestas depende del tipo de tarea.
| Tarea | Formato de respuesta |
|---|
| Clasificación de imágenes | Escalar categórico |
| Regresión de imágenes | Escalar numérico Dos o más columnas de valores escalares Arreglo de celdas de 1 por 1 que contiene un arreglo numérico de h por w por c que representa una imagen 2D Arreglo de celdas de 1 por 1 que contiene un arreglo numérico de h por w por d por c que representa una imagen 3D
|
Para redes neuronales con entrada de imágenes, si no especifica responses, la función, de forma predeterminada, utilizará la primera columna tbl para los predictores y las columnas posteriores como respuestas.
Sugerencia
Si los predictores o las respuestas contienen valores NaN, estos se propagan a lo largo de la red neuronal durante el entrenamiento. En esos casos, normalmente el entrenamiento no converge.
Para las tareas de regresión, normalizar las respuestas suele ayudar a estabilizar y acelerar el entrenamiento de las redes neuronales para la regresión. Para obtener más información, consulte Entrenar una red neuronal convolucional para regresión.
Este argumento admite predictores de valores complejos. Para entrenar una red con predictores de valores complejos mediante la función trainNetwork, la opción SplitComplexInputs de la capa de entrada debe ser 1 (true).
