通过使用深度学习工具箱™和图像处理工具箱™,将深度学习应用于图像处理应用。
augmentedImageDatastore |
转换批处理以增强图像数据 |
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 |
与来自的块一起使用的数据存储blockedImage 对象 |
执行确定性或随机数据处理的领域,如图像处理,目标检测,语义分割,信号和音频处理,和文本分析。
这个例子展示了MATLAB®和图像处理工具箱™如何执行常见类型的图像增强,作为深度学习工作流程的一部分。
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。
为三维深度学习读取和预处理体积图像和标记数据。
多分辨率图像预处理用于训练分类网络(图像处理工具箱)
这个示例展示了如何准备数据存储,这些数据存储读取和预处理可能无法放入内存的多分辨率完整幻灯片图像(WSIs)。
开始使用GANs进行图像到图像的翻译(图像处理工具箱)
GAN网络可以将一组图像的风格和特征转移到其他图像的场景内容中。