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。
コンピュータビジョン向けディープラーニングの详细
ディープラーニング制品：
无料评価版を入手する
30日间の无料评価版はこちら
质问はありますか
ディープラーニングのエキスパートにご质问ください。
