Примените глубокое обучение к приложениям компьютерного зрения при помощи Deep Learning Toolbox™ вместе с Computer Vision Toolbox™.
Image Labeler | Пометьте изображения для приложений компьютерного зрения |
Video Labeler | Пометьте видео для приложений компьютерного зрения |
boxLabelDatastore | Datastore для ограничительной рамки помечает данные |
pixelLabelDatastore | Datastore для данных о пиксельных метках |
pixelLabelImageDatastore | Datastore для сетей семантической сегментации |
Начало работы с обнаружением объектов Используя глубокое обучение (Computer Vision Toolbox)
Обнаружение объектов с помощью глубоких нейронных сетей.
Увеличьте ограничительные рамки для обнаружения объектов
В этом примере показано, как использовать MATLAB®, Computer Vision Toolbox™ и Image Processing Toolbox™, чтобы выполнить общие виды поля изображения и увеличения ограничительной рамки как часть рабочих процессов обнаружения объектов.
Обучите детектор объектов Используя глубокое обучение R-CNN
В этом примере показано, как обучить детектор объектов с помощью глубокого обучения и R-CNN (области со Сверточными нейронными сетями).
Импортируйте Предварительно обученный детектор объектов ONNX YOLO v2
В этом примере показано, как импортировать предварительно обученный ONNX™ (Открытый Exchange Нейронной сети) сеть обнаружения объектов v2 [1] вы только смотрите однажды (YOLO) и использовать его, чтобы обнаружить объекты.
Экспортируйте детектор объектов YOLO v2 в ONNX
В этом примере показано, как экспортировать сеть обнаружения объектов YOLO v2 в формат модели ONNX™ (Open Neural Network Exchange).
Начало работы с Семантической Сегментацией Используя глубокое обучение (Computer Vision Toolbox)
Сегментация объектов по классам с использованием глубокого обучения
Создайте простую сеть Семантической Сегментации в Deep Network Designer
В этом примере показано, как создать и обучить простую сеть семантической сегментации использование Deep Network Designer.
Увеличьте пиксельные метки для Семантической Сегментации
В этом примере показано, как использовать MATLAB®, Computer Vision Toolbox™, и Image Processing Toolbox™, чтобы выполнить общие виды изображения и пикселя помечает увеличение как часть рабочих процессов семантической сегментации.
Семантическая Сегментация с Использованием Расширенных Сверток
Обучите сеть семантической сегментации с помощью расширенных сверток.
Семантическая Сегментация многоспектральных изображений Используя глубокое обучение
В этом примере показано, как обучить сверточную нейронную сеть U-Net выполнять семантическую сегментацию многоспектрального изображения с семью каналами: три цветовых канала, три почти инфракрасных канала и маска.
3-D сегментация опухоли головного мозга Используя глубокое обучение
В этом примере показано, как обучить 3-D нейронную сеть U-Net и выполнить семантическую сегментацию опухолей головного мозга от 3-D медицинских изображений.
Задайте пользовательский слой классификации пикселей с потерей Tversky
В этом примере показано, как задать и создать пользовательский слой классификации пикселей, который использует потерю Tversky.