深度学习的应用

计算机视觉

语义分割使用深度学习

这个例子展示了如何使用深度语义分割网络训练学习。

多光谱图像的语义分割使用深度学习

这个例子展示了如何训练U-Net卷积神经网络进行多光谱图像的语义分割七个频道:三个颜色通道,三个近红外通道和一个面具。

语义分割使用扩张的隆起

这个例子展示了如何培养一个语义分割网络使用扩张的隆起。

自定义像素分类层与骰子的损失

这个例子显示了如何定义和创建一个自定义像素分类层使用骰子的损失。

对象检测使用深度学习

这个例子展示了如何使用深度学习和培训对象探测器R-CNN与卷积神经网络(地区)。

对象检测使用更快R-CNN深度学习

这个例子展示了如何使用深学习培训对象探测器技术名为更快R-CNN与卷积神经网络(地区)。

图像处理

将噪声从彩色图像使用Pretrained神经网络

这个例子显示了如何删除从RGB图像高斯噪声。

单一图像超分辨率使用深度学习

这个例子展示了如何培养一个很深的超分辨率(VDSR)神经网络,然后使用VDSR网络估计高分辨率图像从一个低分辨率的图像。

使用深度学习JPEG图像解封

这个例子展示了如何训练去噪卷积神经网络(DnCNN),然后使用网络来减少图像的JPEG压缩工件。

使用深度学习图像处理算子逼近

这个例子展示了如何训练多尺度环境聚合网络(可以)用于近似图像过滤操作。

自动驾驶

火车深度学习车辆检测器

这个例子展示了如何使用深度学习训练建立车辆检测器。

使用单眼相机创建占用网格和语义分割

这个例子展示了如何估计自由空间和创建一个占用网格使用语义分割和深度学习。

信号

使用长短期记忆网络的ECG信号进行分类

这个例子展示了如何分类心跳心电图(ECG)数据从生理网2017年挑战使用深度学习和信号处理。

时间序列分类使用小波分析和深度学习

这个例子展示了如何将人类心电图(ECG)信号使用连续小波变换(CWT)和深卷积神经网络(CNN)。

语音命令识别使用深度学习

这个例子展示了如何培养一个简单的深度学习模型在音频检测语音命令的存在。

降噪演讲使用深度学习网络

这个例子展示了如何使用深度学习网络的语音信号降噪。

使用长短期记忆网络的性别进行分类

这个例子展示了如何使用深说话者的性别进行分类学习。