Примените глубокое обучение к приложениям для обработки изображений при помощи Deep Learning Toolbox™ вместе с Image Processing Toolbox™.
augmentedImageDatastore | Преобразуйте пакеты, чтобы увеличить данные изображения |
randomPatchExtractionDatastore | Datastore для извлечения случайных 2D или 3-D случайных закрашенных фигур от изображений или пикселя помечает изображения |
blockedImageDatastore | Datastore для использования с блоками из blockedImage объекты |
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, предсказания 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.
Предварительно обработайте изображения мультиразрешения для учебной сети классификации (Image Processing Toolbox)
В этом примере показано, как подготовить хранилища данных, которые читают и предварительно обрабатывают мультиразрешение целые изображения понижения (WSIs), который не может уместиться в памяти.
Начало работы с GANs для перевода от изображения к изображению (Image Processing Toolbox)
Сети GAN могут передать стили и характеристики от одного набора изображений к содержимому сцены других изображений.
