对象检测

使用深度学习开始对象检测（电脑视觉工具箱）

对象检测使用深学习神经网络。

增强对象检测的边界框

此示例显示如何使用MATLAB®，计算机Vision Toolbox™和图像处理工具箱™执行常用种类的图像和边界框增强作为对象检测工作流的一部分。

使用R-CNN深度学习列车对象探测器

此示例显示如何使用深度学习和R-CNN（带有卷积神经网络的区域）训练对象探测器。

导入预折叠onnx yolo v2对象探测器

此示例显示如何导入托盘onnx™（开放神经网络交换）您只需看一次（yolo）v2 [1]对象检测网络并使用它来检测对象。

将YOLO V2对象检测器导出到ONNX

此示例显示如何将YOLO V2对象检测网络导出到ONNX™（开放神经网络交换）模型格式。

语义细分

使用深度学习开始使用语义分割（电脑视觉工具箱）

使用深度学习按类进行分段对象

在深网络设计器中创建简单的语义分段网络

此示例显示如何使用深网络设计器创建和培训简单的语义分段网络。

扩充像素标签，用于语义分割

此示例显示如何使用MATLAB®，计算机Vision Toolbox™和图像处理工具箱™执行常用种类的图像和像素标签增强作为语义分段工作流的一部分。

使用扩张卷积的语义分割

使用扩张的卷积列车语义分割网络。

深度学习的多光谱图像的语义分割

此示例显示如何使用U-Net使用七个通道执行多光谱图像的语义分割。

使用深度学习的3-D脑肿瘤分割

该示例显示如何训练3-D U-Net神经网络，并从三维医学图像执行脑肿瘤的语义分割。

使用TVERSKY丢失定义自定义像素分类层

此示例显示如何定义和创建使用Tversky丢失的自定义像素分类层。

使用Grad-Cam探索语义分割网络

此示例显示了如何使用Grad-Cam探索语义分段网络的预测。