Глубокое обучение для обработки изображений

Выполните задачи обработки изображений, такие как удаление шума изображения и создание изображений с высоким разрешением от изображений низких разрешений, с помощью сверточных нейронных сетей (требует Deep Learning Toolbox™),

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

развернуть все

randomPatchExtractionDatastoreDatastore для извлечения случайных закрашенных фигур от изображений или пикселя маркирует изображения
denoisingImageDatastoreDatastore шумоподавления изображений
imageDatastoreDatastore для данных изображения
augmentedImageDatastoreПреобразуйте пакеты, чтобы увеличить данные изображения
transformПреобразуйте datastore
combineОбъедините данные от нескольких datastores
denoiseImageИзображение Denoise с помощью глубокой нейронной сети
denoisingNetworkПолучите сеть шумоподавления изображений
dnCNNLayersПолучите шумоподавление сверточные слои нейронной сети

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.

Популярные примеры

Для просмотра документации необходимо авторизоваться на сайте