图像案例

图像案例[形象]

给出中每个已识别的对象类别的子图像列表的关联形象.

图像案例[形象,类别]

给出了标识为指定类别实例的子映像的列表。

图像案例[形象,类别支柱]

提供指定的属性支柱对于每个识别的子图像。

图像案例[形象,{类别1,类别2,}]

给出了与被标识为每个类别.

详细信息和选项

  • 图像案例也称为对象检测,尝试查找图像中存在的对象类别的实例,并返回每个类别的子图像列表。
  • 可能的形式类别包括:
  • "概念"命名的概念,如中所用“概念”实体
    "单词"英语单词,如中所用文字数据
    单词规范词义规范,如中所用文字数据
    实体[]任何适当的实体
    类别1|类别2|任何类别
  • 财产支柱可以是以下任一项:
  • “边界框”给定为矩形
    “尺寸”子图像的宽度和高度
    “图像”识别的子图像(违约)
    “位置”已标识边界框的中心
    “概率”识别概率
    {支柱1,支柱2,}属性列表
  • 屏蔽子图像属性:
  • “面具”指示对象的二进制掩码
    “掩码边界框”遮罩图像的边界框
    “MaskCentroid”遮罩的质心
    “蒙版图像”组件形状掩盖的子图像
    “MaskMedoid”面具的medoid
    “掩码位置”遮罩边界框的中心
  • 可以提供以下选项:
  • 接受阈值 自动识别接受阈值
    最大功能 自动要返回的最大子图像数
    最大重叠分数 自动最大边界框重叠
    绩效目标“平衡”尝试优化的性能方面
    目标设备 “CPU”要计算的目标设备
  • 图像案例使用机器学习。其中包含的方法、训练集和偏见可能会发生变化,并在不同版本的Wolfram语言中产生不同的结果。
  • 图像案例可以下载将存储在本地对象存储中的资源$LocalBase(本地基础),可以使用列出局部对象[]并使用删除资源删除.

示例

全部打开全部关闭

基本示例  (3)

查找图像的标识子图像:

查找识别为狗的子图像:

获取图像的检测和分割对象:

范围  (9)

类别  (2)

查找图像中的所有可检测对象:

查找图像中的所有鸟类:

属性  (7)

查找鸟的边界框:

返回多个属性:

概念的查询属性:

将多个类别的检测分组:

返回所有可检测类别的指定属性:

获取图像的检测和分割对象:

每个检测到的子图像的掩码:

选项  (4)

接受阈值  (1)

不返回概率低的对象:

允许较低的概率可能会导致识别更多对象:

最大功能  (1)

默认情况下,将返回所有检测到的对象:

指定最大结果数:

最大重叠分数  (1)

检测到的边界框可能相互重叠:

仅查找非交叉对象:

目标设备  (1)

默认情况下,函数在CPU上求值:

使用目标设备选项指定不同的设备:

应用  (1)

使用检测到的对象计数构建图像字幕功能:

转换字符串中的对象计数:

将所有代码打包到函数中以自动生成标题:

在其他图像上尝试此功能:

为没有标识对象的图像添加标题:

Wolfram Research(2019),ImageCases,Wolfram语言函数,https://reference.wolfram.com/language/ref/ImageCases.html参考.wolfram.com/language/ref/ImageCases.html(2024年更新)。

文本

Wolfram Research(2019),ImageCases,Wolfram语言函数,https://reference.wolfram.com/language/ref/ImageCases.html(2024年更新)。

CMS公司

沃尔夫拉姆语言。2019年,“ImageCases”,Wolfram语言与系统文档中心。Wolfram研究。上次修改时间:2024年。https://reference.wolfram.com/language/ref/ImageCases.html。

亚太地区

沃尔夫拉姆语言。(2019). 图像案例。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/ImageCases.html

BibTeX公司

@misc{reference.wolfram_2024_imagecases,author=“wolfram Research”,title=“{imagecases}”,year=“2024”,howpublished=“\url{https://reference.wolfram.com/language/ref/imagecases.html}”]}

BibLaTeX公司

@在线{reference.wolfram_2024_imagecases,organization={wolfram Research},title={imagecases},year={2024},url={https://reference.jolfram.com/language/ref/imagecases.html},note=[访问时间:2024年9月21日]}