深層学習データの前処理

深層学習用のデータセット

さまざまな深層学習タスク用のデータセットを確認。

イメージ分類用のデータストアの作成と確認

この例では、深層学習ネットワークの学習で使用するイメージ データストアの作成、読み取り、および拡張を行う方法を示します。

イメージの深層学習向け前処理

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

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。

領域固有の深層学習用途のためのデータの前処理

イメージ処理、オブジェクト検出、セマンティック セグメンテーション、信号およびオーディオ処理、テキスト分析など、領域に対する確定的またはランダム化されたデータ処理を実行します。

• 深層学習ワークフローのための Image Processing Toolbox を使用したイメージ拡張
• セマンティック セグメンテーションのためのピクセル ラベルの拡張
• オブジェクト検出のための境界ボックスの拡張
• 深層学習を使用した音声コマンド認識
• 深層学習を使用したテキスト データの分類

グラウンド トゥルース学習データへのラベル付け

セマンティック セグメンテーションのピクセルのラベル付け(计算机视觉工具箱)

セマンティック セグメンテーション ネットワークに学習させるために、ラベル付けアプリを使用して、ピクセルにラベルを付けます。

Get Started with the Ground Truth Labeler(Automated Driving Toolbox)

Interactively label multiple lidar and video signals simultaneously.

カスタム ラベル付け関数(Signal Processing Toolbox)

カスタム ラベル付け関数を作成および管理します。

Label Audio Using Audio Labeler(Audio Toolbox)

Interactively define and visualize ground-truth labels for audio datasets.

データストアのカスタマイズ

深層学習用のデータストア

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。

image-to-image 回帰用のデータストアの準備

この例では、ImageDatastoreの関数transformおよびcombine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。

メモリ外のシーケンス データを使用したネットワークの学習

この例では、データストアの変換と組み合わせによってメモリ外のシーケンス データで深層学習ネットワークに学習させる方法を説明します。

畳み込みニューラル ネットワークを使用したテキスト データの分類

この例では、畳み込みニューラル ネットワークを使用してテキスト データを分類する方法を説明します。

深層学習を使用したメモリ外のテキスト データの分類

この例では、変換されたデータストアを使用して深層学習ネットワークでメモリ外のテキスト データを分類する方法を説明します。