主要内容

このペ，ジの翻訳は最新ではありません。ここをクリックして，英語の最新版を参照してください。

denoisingImageDatastore

ノズ除去メジデタストア

このペ，ジをすべて展開する

説明

denoisingImageDatastoreオブジェクトを使用して，ImageDatastore内のメジからノズを含むメジパッチとそれに対応するノズパッチを一括生成します。このパッチは，ノズ除去を行う深層ニュラルネットワクの学習に使用されます。

このオブジェクトを使用するには，深度学习工具箱™が必要です。

メモ

ノイズ除去イメージデータストアを学習データのソースとして使用する場合,データストアがエポックごとにランダムノイズをイメージパッチに追加するため,エポックごとに若干異なるデータセットが使用されます。エポックごとの学習メジの実際の数は，PatchesPerImageの係数で増加します。ノ▪▪ズを含む▪▪メ▪ジパッチとそれに対応するノ▪▪ズパッチはメモリに格納されません。

作成

構文

dnimds =去噪imagedatastore (imds)
dnimds =去噪imagedatastore (imds，名称，值)

説明

dnimds =去噪imagedatastore (洛桑国际管理发展学院）は，洛桑国际管理发展学院のジを使用して，ノタストアdnimdsを作成します。ノズを含むメジパッチを生成するために，ノズ除去メジデタストアは，洛桑国际管理发展学院の初期状態の0．1のホワ▪▪トガウスノ▪▪ズを▪▪メ▪▪ジパッチに追加します。

例

dnimds =去噪imagedatastore (洛桑国际管理发展学院，名称,值）は，名前と値のペアを使用して2次元メズを指定するか，PatchesPerImage、GaussianNoiseLevel、ChannelFormatおよびDispatchInBackgroundプロパティを設定します。複数の名前と値のペアを指定できます。各引数またはプロパティ名は引用符で囲みます。

たとえば，denoisingImageDatastore (imd的PatchesPerImage 40)は，洛桑国际管理发展学院の各イメージを使用して,ノイズ除去されたイメージデータストアと無作為に生成された40個のノイズを含むパッチを作成します。

入力引数

すべて展開する

メ，ジ。分类ラベル付きのImageDatastoreオブジェクトとして指定します。分類問題専用のImageDatastoreにデ，タを格納できます。

ImageDatastoreを使用すると,事前取得を使用してJPGまたはPNGイメージファイルのバッチ読み取りを行うことができます。。

名前と値のペアの引数

オプションの引数名称,值のコンマ区切りペアを指定します。的名字は引数名で，价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように，複数の名前と値のペアの引数を，任意の順番で指定できます。

例:denoisingImageDatastore (imd, patchSize, 48)は，48ピクセルの正方形パッチサ。

パッチのサ@ @ズ。“patchSize”とスカラまたは正の値の2要素ベクトルで構成されるコンマ区切りのペアとして指定します。この引数は，PatchSizeプロパティの1番目の2要素を設定します。

  • “patchSize”がスカラ，の場合，パッチは正方形です。

  • “patchSize”が[r c]形式の2要素ベクトルの場合,最初の要素はパッチ内の行数を指定し,2番目の要素は列数を指定します。

デ，タ型:单|双|int8|int16|int32|uint8|uint16|uint32

プロパティ

すべて展開する

チャネル形式。“灰度”または“rgb”として指定します。

デ，タ型:字符

学習，予測および分類中のバックグラウンドにおける観測値の送信。假または真正的で指定します。バックグラウンドディスパッチを使用するには,并行计算工具箱™が必要です。DispatchInBackgroundが真正的で，并行计算工具箱がある場合，denoisingImageDatastoreはパッチを非同期に読み取り，ノ，ズを追加し，パッチのペアをキュ，に入れます。

@ @ @ @ @ @ @ @ @ @ @ @ @ @。範囲[0,1]の値を持スカラまたは2要素ベクトルとして指定します。

  • GaussianNoiseLevelがスカラーの場合,追加したゼロ平均ホワイトガウスノイズの標準偏差は,すべてのイメージパッチで同一です。

  • GaussianNoiseLevelが2要素のベクトルの場合，標準偏差の範囲[stdmin stdmax]を指定します。追加したゼロ平均ホワイトガウスノイズの標準偏差は,各イメージパッチで一意であり,範囲[stdmin stdmax]の一様分布から無作為にサンプリングされます。

デ，タ型:单|双

各バッチで返される観測値の数。デ，タストアの作成後にのみMiniBatchSizeの値を変更できます。学習，予測または分類では，MiniBatchSizeプロパティはtrainingOptions(深度学习工具箱)で定義されたミニバッチサ@ @ズに設定されます。

このプロパティは読み取り専用です。

ノズ除去メジデタストアに含まれている観測値の合計数。観測値の数は1の学習エポックの長さです。

メ，ジあたりのランダムパッチの数。正の整数として指定します。

デ，タ型:单|双|int8|int16|int32|uint8|uint16|uint32

このプロパティは読み取り専用です。

パッチのサ@ @ズ。正の整数の 3 要素ベクトルとして指定します。名前と値のペアの引数＇patchSize＇を指定してノズ除去メジデタストアを作成する場合，PatchSizeプロパティの最初の2の要素は引数patchSizeの値に従って設定されます。

ChannelFormatプロパティは，PatchSizeプロパティの3番目の要素を決定します。

  • ChannelFormatが“灰度”の場合，すべてのカラPatchSizeの3番目の要素は1になります。

  • ChannelFormatが“RGB”，PatchSizeの3番目の要素は3.になります。

デ，タ型:单|双|int8|int16|int32|uint8|uint16|uint32

オブジェクト関数

结合 複数のデ，タストアのデ，タを統合
hasdata デ，タが読み取り可能かどうかを判別
partitionByIndex ンデックスに応じたdenoisingImageDatastoreの分割
预览 デタストア内のデタのサブセットをプレビュ
读 denoisingImageDatastoreからデ，タを読み取る
readall デ，タストアのすべてのデ，タの読み取り
readByIndex denoisingImageDatastoreから▪▪ンデックスで指定されたデ▪▪タを読み取る
重置 デ，タストアの初期状態へのリセット
洗牌 デ，タストア内のデ，タのシャッフル
变换 デ，タストアの変換
isPartitionable デ，タストアが分割可能かどうかを判別
isShuffleable デ，タストアがシャッフル可能かどうかを判別

例

すべて折りたたむ

この例では次を使用します:

ラ@ @ブスクリプトを開く

。この例のデタストアにはカラメジが含まれています。

setDir = fullfile(toolboxdir(“图片”)，“imdata”）;imds = imageDatastore(setDir，“FileExtensions”, {“jpg”})；

イメージデータストア内の各イメージから多数のパッチを作成し,パッチにガウスノイズを追加するdenoisingImageDatastoreオブジェクトを作成します。名前と値のペアを使用して，denoisingImageDatastoreのオプションのPatchesPerImage、PatchSize、GaussianNoiseLevel，およびChannelFormatプロパティを設定します。ChannelFormatプロパティを”灰度“に設定した場合，denoisingImageDatastoreはすべてのカラ。

dnds =去噪imagedatastore (imds，.．.“PatchesPerImage”, 512,.．.“PatchSize”, 50岁,.．.“GaussianNoiseLevel”(0.01 - 0.1),.．.“ChannelFormat”，“灰度”）
dnds = denoisingImageDatastore with properties: PatchesPerImage: 512 PatchSize: [50 50 1] GaussianNoiseLevel: [0.0100 0.1000] ChannelFormat: 'grayscale' MiniBatchSize: 128 NumObservations: 19456 DispatchInBackground: 0

ヒント

  • さまざまな範囲のガウスノイズ標準偏差について深層ニューラルネットワークを学習させることは,単一のガウスノイズ標準偏差についてネットワークを学習させる場合と比較して,はるかに難しい問題です。単一のノイズレベルのケースと比較して,多くのパッチを作成する必要があり,学習に時間がかかる可能性があります。

  • ノズ除去メジデタストアのデタを可視化するには，デタのサブセットをテブルで返す関数预览を使用できます。変数输入にはノ▪▪ズを含む▪▪メ▪ジパッチが格納され，変数响应には対応するノ@ @ズパッチが格納されています。関数蒙太奇を使用して,ノイズを含むイメージパッチまたはノイズパッチをすべて同じ图に可視化します。たとえば，このコドはノズ除去メジデタストアdnimdsのデ，タを表示します。

    Minibatch =预览(dnimds);蒙太奇(minibatch.input)

  • ノイズ除去イメージデータストアからイメージを読み取るたびに,異なるランダムな量のガウスノイズが各イメージに追加されます。

参考

|||(深度学习工具箱)

トピック

R2018aで導入

图像处理工具箱ドキュメンテ，ション

サポト

matlabで始めるディ，プラ，ニング

matlabで始めるディ，プラ，ニング

电子书をダウンロドする