Предварительная обработка изображений для глубокого обучения

Datastores для глубокого обучения (Deep Learning Toolbox)

Узнайте, как использовать хранилища данных в применениях глубокого обучения.

Увеличение рабочих процессов изображений для глубокого обучения с помощью Image Processing Toolbox (Deep Learning Toolbox)

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

Предварительная обработка изображений для глубокого обучения (Deep Learning Toolbox)

Узнать, как изменить размер изображений для обучения, предсказания и классификации, и как обработать изображения с помощью увеличения данных, преобразований и специализированных хранилищ данных.

Предварительная обработка томов для глубокого обучения (Deep Learning Toolbox)

Считывайте и предварительно обрабатывайте объемное изображение и данные о метках для 3-D глубокого обучения.

Создайте нейронные сети для приложений обработки изображений

Создание модульных нейронных сетей

Можно создавать и настраивать нейронные сети для глубокого обучения, которые следуют модульному шаблону с повторяющимися группами слоев, такими как U-Net и cycleGAN.

Запуск с сетями GAN для преобразования изображений в изображения

Сети GAN могут переносить стили и характеристики из одного набора изображений в содержимое сцены других изображений.

Денуазируйте изображения с помощью глубокого обучения

Обучите и примените обесценивающие нейронные сети

Используйте предварительно обученную нейронную сеть, чтобы удалить Гауссов шум с полутонового изображения или обучить свою собственную сеть с помощью предопределенных слоев.

Удаление шума из цветного изображения с помощью предварительно обученной нейронной сети

Этот пример показывает, как удалить Гауссов шум из изображения RGB с помощью предварительно обученной обесценивающей нейронной сети на каждом цветовом канале независимо.

Подготовьте Datastore для регрессии изображение-изображение (Deep Learning Toolbox)

В этом примере показано, как подготовить datastore для настройки сети регрессии изображение-изображение с помощью transform и combine функции ImageDatastore.

Глубокое обучение в MATLAB

Глубокое обучение в MATLAB (Deep Learning Toolbox)

Откройте для себя возможности глубокого обучения в MATLAB^® использование сверточных нейронных сетей для классификации и регрессии, включая предварительно обученные сети и передачу обучения, и обучение на графических процессорах, центральных процессорах, кластерах и облаках.

Предварительно обученные глубокие нейронные сети (Deep Learning Toolbox)

Узнать, как загрузить и использовать предварительно обученные сверточные нейронные сети для классификации, передачи обучения и редукции данных.

Семантическая сегментация с использованием глубокого обучения (Computer Vision Toolbox)

Этот пример показывает, как обучить сеть семантической сегментации с помощью глубокого обучения.

Список слоев глубокого обучения (Deep Learning Toolbox)

Узнайте все слои глубокого обучения в MATLAB.