使用深度学习图像处理
扩展深度学习与图像处理应用程序工作流
深度学习应用到图像处理应用程序通过使用深度学习工具箱™与图像处理工具箱™。
功能
augmentedImageDatastore |
转换批次增加图像数据 |
randomPatchExtractionDatastore |
从数据存储中提取随机2 d或3 d随机的补丁图像或图像像素标签 |
blockedImageDatastore |
数据存储块的使用blockedImage 对象 |
主题
执行确定性或随机数据处理等领域的图像处理、目标检测、语义分割,信号和音频处理和文本分析。
这个例子展示了如何用MATLAB®和图像处理工具箱™可以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。
学习如何调整图片培训、预测和分类,以及如何使用数据预处理图像,转换和专门的数据存储。
阅读和预处理容积图像和标签数据三维深度学习。
预处理多分辨率图像进行训练分类网络(图像处理工具箱)
这个例子展示了如何准备数据存储,读取和预处理多分辨率整个幻灯片图片(WSIs)可能不适合在内存中。
开始与甘斯Image-to-Image翻译(图像处理工具箱)
GAN网络可以传输图像的风格和特点从一组其他图像的场景内容。