Глубокое обучение для обработки изображений
Глубокое обучение использует нейронные сети, чтобы изучить полезные представления функций непосредственно от данных. Например, можно использовать предварительно обученную нейронную сеть, чтобы идентифицировать и удалить Гауссов шум из изображений.
Функции
Темы
Предварительно обработайте изображения для глубокого обучения
Хранилища данных для глубокого обучения (Deep Learning Toolbox)
Узнать, как использовать хранилища данных в применении глубокого обучения.
Предварительно обработайте изображения для глубокого обучения (Deep Learning Toolbox)
Узнать, как, чтобы изменить размер изображений для обучения, прогноза и классификации, и как предварительно обработать изображения с помощью увеличения данных, преобразований и специализированных хранилищ данных.
Предварительно обработайте объемы для глубокого обучения (Deep Learning Toolbox)
Считайте и предварительно обработайте объемное изображение и маркируйте данные для 3-D глубокого обучения.
Изображения Denoise Используя глубокое обучение
Обучите и примените нейронные сети шумоподавления
Используйте предварительно обученную нейронную сеть, чтобы удалить Гауссов шум из полутонового изображения или обучить вашу собственную сеть с помощью предопределенных слоев.
Удалите шум из цветного изображения Используя предварительно обученную нейронную сеть
Этот пример показывает, как удалить Гауссов шум из изображения RGB при помощи предварительно обученной нейронной сети шумоподавления на каждом цветовом канале независимо.
Подготовьте Datastore к регрессии от изображения к изображению (Deep Learning Toolbox)
Этот пример показывает, как подготовить datastore к обучению сеть регрессии от изображения к изображению использование transform и функций combine ImageDatastore.
Глубокое обучение в MATLAB
Глубокое обучение в MATLAB (Deep Learning Toolbox)
Узнайте возможности глубокого обучения в MATLAB® с помощью сверточных нейронных сетей для классификации и регрессии, включая предварительно обученные сети и изучение передачи и обучение на графических процессорах, центральных процессорах, кластерах и облаках.
Предварительно обученные глубокие нейронные сети (Deep Learning Toolbox)
Узнать, как загружать и использовать предварительно обученные сверточные нейронные сети для классификации, изучения передачи и выделения признаков.
Семантическая сегментация Используя глубокое обучение (Computer Vision Toolbox)
Этот пример показывает, как обучить семантическую сеть сегментации использование глубокого обучения.
