Глубокое обучение, Семантическая Сегментация и обнаружение

Глубокое обучение и сверточные сети, семантическая сегментация изображений, обнаружение объектов, распознавание, разметка достоверных данных, набор признаков, сравнение с шаблонами и оценка заднего плана.

Computer Vision Toolbox™ поддерживает несколько подходов для классификации изображений, обнаружения объектов и распознавания, включая:

  • Глубокое обучение и Сверточные нейронные сети (CNNs)

  • Набор признаков

  • Сравнение с шаблонами

  • Blob-анализ

  • Алгоритм Виолы - Джонса

  • Интерактивные приложения для разметки достоверных данных

CNN является популярной архитектурой глубокого обучения, которая автоматически изучает полезные представления функции непосредственно от данных изображения. Набор признаков кодирует функции изображений в компактное представление, подходящее для классификации изображений и извлечения изображений. Сравнение с шаблонами использует маленькое изображение или шаблон, чтобы найти соответствие с областями в увеличенном изображении. Blob-анализ использует сегментацию и свойства блоба идентифицировать предметы интереса. Алгоритм Виолы - Джонса использует подобные Хаару функции и каскад классификаторов, чтобы идентифицировать объекты, включая поверхности, носы и глаза. Можно обучить этот классификатор распознавать другие объекты.

Подсвеченные темы

Рекомендуемые примеры

Semantic Segmentation Using Deep Learning

Семантическая Сегментация Используя глубокое обучение

Обучите сеть семантической сегментации использование глубокого обучения.

Скрипт Open Live Script
Object Detection Using YOLO v2 Deep Learning

Обнаружение объектов Используя глубокое обучение YOLO v2

Обучите детектор объектов с помощью, "вы только смотрите однажды" (YOLO) v2 метод глубокого обучения.

Скрипт Open Live Script
Документация Computer Vision Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте