Exponenta Banner

Обработка изображений с использованием глубокого обучения

Расширьте рабочие процессы глубокого обучения с приложениями для обработки изображений

Примените глубокое обучение к приложениям для обработки изображений при помощи Deep Learning Toolbox™ вместе с Image Processing Toolbox™.

Функции

augmentedImageDatastoreПреобразуйте пакеты, чтобы увеличить данные изображения
randomPatchExtractionDatastoreDatastore для извлечения случайных 2D или 3-D случайных закрашенных фигур от изображений или пикселя помечает изображения
bigimageDatastoreDatastore, чтобы управлять блоками больших данных изображения

Темы

Предварительно обработайте данные для проблемно-ориентированного применения глубокого обучения

Выполните детерминированную или рандомизированную обработку данных для областей, таких как обработка изображений, обнаружение объектов, семантическая сегментация, обработка сигналов и обработка аудиоданных и текстовая аналитика.

Увеличьте изображения для рабочих процессов глубокого обучения Используя Image Processing Toolbox

В этом примере показано, как MATLAB® и Image Processing Toolbox™ могут выполнить общие виды увеличения изображений как часть рабочих процессов глубокого обучения.

Предварительно обработайте изображения для глубокого обучения

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

Считайте и предварительно обработайте объемное изображение и пометьте данные для 3-D глубокого обучения.

Рекомендуемые примеры

Single Image Super-Resolution Using Deep Learning

Одно суперразрешение изображений Используя глубокое обучение

Обучите нейронную сеть Очень глубокого суперразрешения (VDSR), затем используйте сеть VDSR, чтобы оценить изображение с высоким разрешением от одного изображения с низкой разрешающей способностью.

Скрипт Open Live Script
JPEG Image Deblocking Using Deep Learning

Разблокирование изображения JPEG Используя глубокое обучение

Обучите сверточную нейронную сеть шумоподавления (DnCNN), затем используйте сеть, чтобы уменьшать артефакты сжатия JPEG в изображении.

Скрипт Open Live Script
Image Processing Operator Approximation Using Deep Learning

Приближение оператора обработки изображений Используя глубокое обучение

Обучите многошкальную сеть агрегации контекста (CAN), которая используется, чтобы аппроксимировать операцию фильтрации изображений.

Скрипт Open Live Script
Deep Learning Classification of Large Multiresolution Images

Классификация глубокого обучения больших изображений мультиразрешения

Обучите глубокую нейронную сеть Inception-v3 классифицировать мультиразрешение целые изображения понижения (WSIs), которые не умещаются в памяти.

Скрипт Open Live Script
Semantic Segmentation of Multispectral Images Using Deep Learning

Семантическая Сегментация многоспектральных изображений Используя глубокое обучение

Обучите сверточную нейронную сеть U-Net выполнять семантическую сегментацию многоспектрального изображения с семью каналами: три цветовых канала, три почти инфракрасных канала и маска.

Скрипт Open Live Script
3-D Brain Tumor Segmentation Using Deep Learning

3-D сегментация опухоли головного мозга Используя глубокое обучение

Обучите 3-D нейронную сеть U-Net и выполните семантическую сегментацию опухолей головного мозга от 3-D медицинских изображений. Пример показывает, как обучить 3-D сеть U-Net и также обеспечивает предварительно обученную сеть. Использование CUDA-способного графического процессора NVIDIA™ с вычисляет возможность 3.0, или выше настоятельно рекомендован для 3-D семантической сегментации (требует Parallel Computing Toolbox™).

Скрипт Open Live Script
Документация Deep Learning Toolbox
Поддержка