Предварительно обработайте данные изображения для глубокого обучения

Начало работы с предварительной обработкой изображений и увеличением для глубокого обучения

Предварительно обработайте данные с детерминированными операциями, такими как нормализация или преобразование цветового пространства, или увеличьте обучающие данные с рандомизированными операциями, такими как случайная обрезка или колебание цвета.

• Предварительно обработайте изображения для глубокого обучения
• Предварительно обработайте объемы для глубокого обучения
• Предварительно обработайте изображения мультиразрешения для того, чтобы обучить сеть классификации

Хранилища данных для глубокого обучения (Deep Learning Toolbox)

Узнать, как использовать хранилища данных в применении глубокого обучения.

Подготовьте Datastore к регрессии от изображения к изображению (Deep Learning Toolbox)

В этом примере показано, как подготовить datastore к обучению сеть регрессии от изображения к изображению использование transform и combine функции ImageDatastore.

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.

Создайте нейронные сети для приложений для обработки изображений

Обучите и примените нейронные сети шумоподавления

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

Создайте модульные нейронные сети

Можно создать и настроить нейронные сети для глубокого обучения, которые следуют за модульным шаблоном с повторяющимися группами слоев, такими как U-Net и cycleGAN.

Начало работы с GANs для перевода от изображения к изображению

Сети GAN могут передать стили и характеристики от одного набора изображений к содержимому сцены других изображений.

Предварительно обученные глубокие нейронные сети (Deep Learning Toolbox)

Узнать, как загружать и использовать предварительно обученные сверточные нейронные сети для классификации, передачи обучения и извлечения признаков.

Список слоев глубокого обучения (Deep Learning Toolbox)

Узнайте все слои глубокого обучения в MATLAB^®.

Глубокое обучение в MATLAB

Глубокое обучение в MATLAB (Deep Learning Toolbox)

Узнайте возможности глубокого обучения в сверточных нейронных сетях использования MATLAB для классификации и регрессии, включая предварительно обученные сети и передачу обучения и обучение на графических процессорах, центральных процессорах, кластерах и облаках.

Семантическая Сегментация Используя глубокое обучение (Computer Vision Toolbox)

В этом примере показано, как обучить сеть семантической сегментации использование глубокого обучения.