我已经使用MATLAB的Image Labeller App创建了500张图像的PixelLabelData。因此，我已经获得了原始图像和每个图像的类标签。此信息以.mat格式存储在gTruth文件中。我想使用此数据集在tensorflow（Google colab）中训练Unet。
由于系统限制（RAM不足且没有GPU），我无法完成MATLAb的训练任务。但是，我读到可以从MATLAB导入训练数据以用于colab。因此，我在Google云端硬盘上上传了原始图像集，带标签的像素和相应的Mat文件（gTruth.mat），然后将其安装到colab环境中。但是我不知道如何继续在colab中使用mat文件。
pixelLabelTrainingData函数将使您可以为输入图像和带有像素标记的图像获取两个单独的数据存储。
[imds,pxds] = pixelLabelTrainingData(gTruth);
https://www.mathworks.com/help/vision/ref/pixellabeltrainingdata.html
鉴于此，您可以使用具有所选图像文件格式的imwrite，使用相同的命名约定将每个带有标签的图像写入并行目录。
inputImageDir = 'pathOfYourChoice';
count = 0;
while hasdata(imds)
img = read(imds);
fname = sprintf('img%d.png',count);
name = fullfile(inputImageDir,fname);
imwrite(img,name);
end
从那里，您应该能够使用标准的tensorflow工具（例如数据集）来读取图像目录。