使用深度学习的图像处理
用图像处理应用程序扩展深度学习工作流程
通过使用深度学习工具箱™以及图像处理工具箱™和医学成像工具箱™,将深度学习应用于图像处理应用程序。
应用程序
医学图像标签 | 显示和标记2-D和3-D医学图像 |
功能
augmentedImageDatastore |
转换批以增强图像数据 |
randomPatchExtractionDatastore |
用于从图像或像素标签图像中提取随机二维或三维随机补丁的数据存储 |
blockedImageDatastore |
用于块的数据存储blockedImage 对象 |
主题
- 针对特定领域深度学习应用的预处理数据
执行确定性或随机数据处理领域,如图像处理,对象检测,语义分割,信号和音频处理,以及文本分析。
- 为深度学习工作流程增强图像
这个例子展示了如何执行常见的随机图像增强,如几何变换、裁剪和添加噪声。
- 用于深度学习的图像预处理
了解如何调整图像的大小以进行训练、预测和分类,以及如何使用数据增强、转换和专用数据存储对图像进行预处理。
- 预处理深度学习卷
为三维深度学习读取和预处理体积图像并标记数据。
- 训练分类网络的多分辨率图像预处理(图像处理工具箱)
这个例子展示了如何准备数据存储来读取和预处理可能不适合内存的多分辨率整张幻灯片图像(WSIs)。
- 开始了解用于图像到图像转换的GANs(图像处理工具箱)
通过使用生成对抗网络(GANs)将一组图像的风格和特征转移到其他图像的场景内容。
- 为医学图像语义分割创建数据存储(医学影像工具箱)
创建包含图像和像素标签数据的数据存储
groundTruthMedical
用于训练语义分割深度学习网络的对象。