コンテンツにスキップ
ステージングサーバー
開発サーバー

Semantic Segmentation vTool#

Semantic Segmentation vToolは、選択したモデルに基づいて画像内のピクセルを分類し、つまり各ピクセルをオブジェクトクラスに関連付けます。

Semantic Segmentation vToolは、Image入力ピンを介して受け取った画像内のオブジェクトを分類できます。結果はRegionsおよびClasses出力ピンを介して出力されます。

同じクラスの個別のインスタンスを相互に区別する必要がある場合は、Instance Segmentation vToolを使用します。

セグメンテーションの前にROI Creator vToolを使用して関心領域を指定した場合、Semantic Segmentation vToolはそのRoi入力ピンを介してROIデータを受け取ります。その場合、セグメンテーションは関心領域に対してのみ実行されます。副次的な効果として、これにより処理が高速化されます。

Semantic Segmentation vToolのライセンスを購入するには、Baslerウェブサイトをご覧ください。

Semantic Segmentation vTool

仕組み#

画像内の人物を特定してセグメント化し、背景と区別したいと仮定します。

背景にさまざまな機器がある倉庫環境で3人の人物が写っている入力画像は次のとおりです。

倉庫環境で3人の人物が写っている入力画像

画像をpersonとbackgroundの2つのクラスにセグメント化するようにトレーニングされたモデルを読み込んで、vToolを設定します。

Semantic Segmentation用バンドルが選択されています

次に、検出してセグメント化するクラスを選択できます。モデルによっては、お客様の用途に合わせて正確に調整されている場合があります。その場合、目的のクラスはすべてすでに選択されています。

[Select Classes]ダイアログ

vToolの設定後、推論プロセスを開始するレシピを実行します。vToolはモデルを使用して画像を分析し、存在するオブジェクトをセグメント化します。分析が完了すると、セグメンテーション結果（つまり、領域とクラス）が返されます。

これは、ピンデータビューにおける結果の画像であり、元の画像が下に表示されることなく、セグメント化された領域のみが示されています。

結果がハイライト表示されたSemantic Segmentation

ピンデータビューで入力画像を有効にすると、セグメント化された領域が元の画像上に重ね合わせられます。これにより、元の画像と検出された領域の両方を同時に確認できるようになります。

入力画像に結果が重ね合わせられたSemantic Segmentation

詳細な出力

Regions: vToolは、モデルが画像内で人物を検出した領域をハイライト表示しました。出力画像では、人物が背景から明確にセグメント化されており、通常は明確な色で表示されます（この場合は人物が紫、背景が緑）。

Classes: background, person

vToolの設定#

Semantic Segmentation vToolを設定するには:

Semantic Segmentation vToolの設定

  1. vTool SettingsエリアのRecipe Managementペインで、Open Settingsをクリックするか、vToolをダブルクリックします。
    Semantic Segmentationダイアログが開きます。
  2. ペインの サーバーの選択 エリアで、接続するサーバーを選択します。
    接続するには、サーバーが実行されている必要があります。
    • オプション1：Triton Inference ServerのIPアドレスとポートを手動で入力します。
    • オプション2：ドロップダウンリストからサーバーのIPアドレス / ホスト名とポートを選択します。
  3. Connectをクリックして接続を確立します。
    その後、vToolによって利用可能なモデルがロードされます。
  4. ペインの モデルの選択 エリアで、ドロップダウンリストから目的のモデルが含まれるバンドルを選択します。
    バンドルを選択すると、ドロップダウンリストの下部にバンドルの詳細情報が入力され、正しいバンドルを選択したかどうかを確認できます。
    モデル選択エリア
  5. 目的のバンドルが表示されない場合は、次をクリックします 新しいモデルのデプロイ ドロップダウンリストで。
    新しいモデルのデプロイ
    これにより、次が開きます pylon AI Agent さらにモデルをデプロイできるようになります。
    新しいモデルをデプロイした後は、次をクリックする必要があります 更新 ボタン。

  6. Detection Settingsエリアで、Select Classesをクリックして、分類するクラスを選択します。
    利用可能なクラスが表示されたダイアログが開きます。デフォルトでは、すべてのクラスが選択されています。必要な数のクラスを選択できます。

    情報

    このエリアで利用可能なパラメータは、選択したモデルによって異なります。一部のパラメータは、特定のモデルを選択した後にのみ利用可能になります。デフォルト値はモデルによって提供されます。

  7. OKをクリックします。

ピンデータビューでセグメンテーションの結果を表示できます。ここでは、表示する出力を選択できます。

入力#

画像#

Camera vToolから、またはImage Format ConvertervToolなどの画像を出力するvToolから、直接画像を受け入れます。

  • データ型：Image
  • 画像形式：8ビットから16ビットのカラー画像

Roi#

ROI Creator vToolまたは長方形を出力するその他のvToolからROI（関心領域）を受け入れます。複数の長方形が入力された場合は、最初の長方形が単一のROIとして使用されます。

  • データ型：RectangleF、RectangleF Array

出力#

領域#

クラスラベルごとに領域を返します。

  • データ型：Region Array

クラス#

予測されたクラスラベルを返します。

  • データ型：String Array

ペイロード#

評価用にインファレンスサーバーのパフォーマンスに関する追加情報を返します。この出力ピンは、Debug Settingsパラメータグループ内のFeatures - Allペインで有効にした場合にのみ使用可能になります。

  • データタイプ：文字列

典型的な先行機#