コンピュータビジョン向けディープラーニング
セマンティックセグメンテーション,物体検出,および画像认识など,ディープラーニングと统合されたコンピュータビジョンのアプリケーションは,ディープラーニングの精度を备えた高度なアルゴリズムを提供します.MATLAB®は,ディープラーニングのモデルを设计,作成し,コンピュータビジョンのアプリケーションと统合する环境を提供します。
次のようなコンピュータビジョンのための特别な机能を,简単に使い始めることができます。
- 画像およびビデオのラベル付けアプリ
- 学习,テスト,および検证のための大量のデータを扱う画像データストア
- 画像とコンピュータビジョンに特化した前处理
- 画像认识のため,TensorFlow™-KerasとPyTorchからディープラーニングモデルをインポートする机能
ワークフローを见る
MATLABには,ディープラーニングを用いたコンピュータビジョンのための,カスタマイズされたワークフローを构筑するツールがあります。
データの准备
アクセス
ImageDatastoreにより,迅速かつ简単に大量のデータにアクセス,そして管理できます。
合成
ディープラーニングでは,正确なモデルを构筑するために,多様で包括的なデータを用いることが重要です。データ拡张によって,エンジニアは学习のためのサンプル数とサンプルのバリエーションを増やすことができます。ロバストな分类のため,画像データ拡张の手法を使用して,学习画像を様々に回転,拡大·缩小することで,より多くの学习画像を作成します。
ラベル付けと前处理
ピクセル毎のラベル付けや対象とする物体领域の设定などを含む,画像とビデオのラベル付けによって,手作业でのラベル付けにかかる膨大な时间を节约できます。ネットワークの学习前に,画像处理ツールを使用して,画像の切り取り,ブレ除去,明るさ调整,画像强调を行います。
关连情报
ネットワーク设计,学习,および评価
対话的なネットワークの设计,NVIDIA®GPUを使用した学习速度の向上によって,素早く良い结果を得ましょう。
设计
ONNX™を使用して学习済みモデルをインポートした后に,ディープネットワークデザイナーアプリを用いてレイヤーを追加,削除,および再调整します。
学习
単一のGPU,复数のGPU,クラウド,またはNVIDIA DGXのいずれの环境であっても,MATLABは1行のコードでマルチGPU学习をサポートします。
评価
どの时点でもネットワークのパフォーマンスを把握します。
- 学习前:ネットワークアナライザーを使用してネットワークレイヤーを解析し,レイヤーの入力と出力の互换性を确认できます。
- 学习中:ネットワークの学习中に検证精度を可视化でき,いつでも学习を停止できます。
关连情报
展开
ディープラーニングモデルをどこへでも展开。自动的にコードを生成してARM®英特尔と®MRL-DNN上でネイティブに実行します。ディープラーニングモデルをインポートしてとTensorRT CuDNNライブラリ向けのCUDA®コードを生成します。
关连情报
コンピュータビジョン向けディープラーニングの例
MATLABは,次のような特定のディープラーニングアプリケーションのためのツールを提供します。
セマンティックセグメンテーション
セマンティックセグメンテーションは各ピクセルをカテゴリ毎にラベル付けします。これは自动运転と医疗用画像处理において键となる技术です。
物体検出
物体検出は,YOLO V2や快RCNNなどの分类手法を使用して,シーンの中の物体を识别します。
画像およびビデオの分类
最新の研究モデルと転移学习を使用して,画像とビデオで物体を识别します。
3Dデータ
MATLABは,高密度および低密度の3D解析手法により,3Dデータ处理を可能にします。アプリケーションには,激光雷达で计测した点群の分类や,医疗用画像スタックなどがあります。