通过使用deep learning Toolbox™和image processing Toolbox™,将深度学习应用于图像处理应用程序。
augmentedImageDatastore |
转换批量以增加图像数据 |
randomPatchExtractionDatastore |
用于从图像或像素标签图像中提取随机2d或3d随机补丁的数据存储 |
blockedImageDatastore |
与块一起使用的数据存储blockedImage 对象 |
执行确定性或随机的数据处理领域,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。
这个例子展示了MATLAB®和图像处理工具箱™如何作为深度学习工作流的一部分来执行常见的图像增强。
了解如何调整图像大小以进行训练、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。
读取和预处理体积图像和标签数据用于3-D深度学习。
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,以读取和预处理可能无法装入内存的多分辨率整张幻灯片图像(WSIs)。
开始使用用于图像到图像转换的GANs(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。