最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英語でご覧になれます。

イメージ処理の深層学習

畳み込みニューラルネットワークを使用した,低解像度イメージから高解像度イメージの作成やイメージノイズの削除などのイメージ処理タスクを実行します(深度学习工具箱™が必要)。

深層学習はニューラルネットワークを使用して,有用な特徴表現をデータから直接学習します。たとえば,事前学習済みのニューラルネットワークを使用して,イメージのノイズなどのアーティファクトを同定し除去できます。

関数

すべて展開する

augmentedImageDatastore バッチの変換によるイメージデータの拡張
bigimageDatastore 大きなイメージデータのブロックを管理するデータストア
denoisingImageDatastore ノイズ除去イメージデータストア
imageDatastore イメージデータのデータストア
randomPatchExtractionDatastore イメージまたはピクセルラベルイメージから2次元または3次元のランダムパッチを抽出するためのデータストア
变换 データストアの変換
结合 複数のデータストアのデータを統合
jitterColorHSV ピクセルの色のランダムな変更
centerCropWindow2d 四角形の中央トリミングウィンドウの作成
centerCropWindow3d 直方体の中央トリミングウィンドウの作成
randomCropWindow2d ランダムな四角形のトリミングウィンドウの作成
randomCropWindow3d ランダムな直方体のトリミングウィンドウの作成
矩形 2次元四角形領域の空間範囲
长方体 3次元直方体領域の空間範囲
randomAffine2d ランダムな2次元アフィン変換の作成
randomAffine3d ランダムな3次元アフィン変換の作成
affineOutputView ワーピングイメージの出力表示の作成
denoiseImage 深層ニューラルネットワークを使用したイメージのノイズ除去
denoisingNetwork イメージノイズ除去ネットワークの取得
dnCNNLayers ノイズ除去畳み込みニューラルネットワークの層の取得

トピック

イメージの深層学習向け前処理

深層学習用のデータストア(深度学习工具箱)

深層学習アプリケーションでデータストアを使用する方法を学びます。

使用图像处理工具箱为深度学习工作流增加图像(深度学习工具箱)

这个示例展示了MATLAB®和图像处理工具箱™如何作为深度学习工作流的一部分执行常见的图像增强。

イメージの深層学習向け前処理(深度学习工具箱)

学習,予測,および分類用にイメージのサイズを変更する方法と,データ拡張,変換,および専用のデータストアを使用してイメージを前処理する方法を学びます。

ボリュームの深層学習向け前処理(深度学习工具箱)

ボリュームイメージとラベルデータを読み取り,3次元深層学習向けに前処理します。

深層学習を使用したイメージのノイズ除去

ノイズ除去ニューラルネットワークの学習と適用

事前学習済みのニューラルネットワークを使用してグレースケールイメージからガウスノイズを除去するか,または事前定義されたレイヤーを使用して自前のネットワークを学習させます。

事前学習済みのニューラルネットワークを使用した,カラーイメージからのノイズ除去

この例では,各カラーチャネルに対して個別に事前学習済みのノイズ除去ニューラルネットワークを使用して,RGBイメージからガウスノイズを除去する方法を説明します。

image-to-image回帰用のデータストアの準備(深度学习工具箱)

この例では,ImageDatastoreの関数变换および结合を使用してimage-to-image回帰ネットワークの学習用のデータストアを準備する方法を説明します。

MATLABによる深層学習

MATLABによる深層学習(深度学习工具箱)

畳み込みニューラルネットワークを使用して分類や回帰を行うMATLAB®の深層学習機能を確認します。これには,事前学習済みのネットワークと転移学習のほか,CPU、GPU,クラスター,およびクラウドでの学習が含まれます。

事前学習済みの深層ニューラルネットワーク(深度学习工具箱)

分類,転移学習,特徴抽出用の事前学習済みの畳み込みニューラルネットワークのダウンロード方法と使用方法を学習します。

深層学習を使用したセマンティックセグメンテーション(计算机视觉工具箱)

この例では,深層学習を使用してセマンティックセグメンテーションネットワークの学習を行う方法を説明します。

注目の例