컴퓨터비전을위한딥러닝
시맨틱분할,객체검출및이미지인식。딥러닝이통합된컴퓨터비전응용프로그램은딥러닝의정확도를갖춘고급알고리즘이제공됩니다。MATLAB®은딥러닝모델을설계하고,생성하고,컴퓨터비전응용프로그램과통합할수있는환경을제공합니다。
다음과같은컴퓨터비전전용기능을사용하여쉽게시작할수있습니다。
- 이미지및비디오라벨링앱
- 학습,테스트및검증을위해필요한방대한양의데이터를처리할이미지데이터저장소
- 이미지및컴퓨터비전에특화된전처리기법
- 이미지인식을위해TensorFlow™-Keras및PyTorch에서딥러닝모델을가져오는기능
데이터준비
액세스
이미지데이터저장소를사용하여다량의데이터를쉽고빠르게액세스하고관리할수있습니다。
합성
딥러닝에서정확한모델을설계하려면방대한데이터가필요합니다。데이터증강을사용하여학습알고리즘에입력되는샘플및샘플변형개수를늘릴수있습니다。이미지데이터증강기법을사용하여학습이미지에회전및크기변동을추가하면견고한분류를위해더많은학습이미지를만들수있습니다。
라벨링및전처리
픽셀라벨링및관심객체영역을포함하는이미지및비디오라벨링을사용하면수동라벨링작업에필요한시간을절약할수있습니다。네트워크학습을진행하기전에이미지처리도구를사용하여이미지를자르고,디블러링하고,밝기를높이고,보정할수있습니다。
자세히보기
네트워크설계,학습및평가
대화형방식으로네트워크를설계하고,NVIDIA®GPU를사용하여학습속도를높이고,더빠르게양질의결과를얻으십시오。
설계
사전학습된모델을ONNX™를사용하여가져온다음深层网络设计师앱을사용하여계층을추가하거나,제거하거나,순서를바꿀수있습니다。
학습
GPU를하나만사용하든,여러개의GPU를사용하든,클라우드를사용하든,아니면NVIDIA帕를사용하든,MATLAB은코드한줄로복GPU수학습을지원합니다。
평가
언제든지네트워크의성능을확인할수있습니다。
- 학습전:네트워크분석기를사용하여네트워크계층을분석하고계층입력/출력호환성을확인합니다。
- 학습중:네트워크가언제든지학습을진행하고중지하는동안검증정확도플롯을시각화합니다。
- 훈련이후:제어,신호처리,센서융합구성요소로仿真软件에서딥러金宝app닝신경망을시뮬레이션하여딥러닝모델이시스템수준의성능에미치는영향을평가할수있습니다。
자세히보기
배포
어디에서나딥러닝모델을배포할수있습니다。手臂®및英特尔®MKL-DNN에서네이티브로실행되는코드를자동으로생성하십시오。딥러닝모델을가져와서TensorRT및CuDNN라이브러리를대상으로하는CUDA®코드를생성하십시오。
자세히보기
컴퓨터비전을위한딥러닝예제
MATLAB은육안검사및결함검출과같은특정딥러닝응용사례에대한툴을제공합니다。
육안검사및결함감지
자동화된검사및결함검출은생산시스템의고효율품질관리에필수적입니다。MATLAB을사용하면다양한유형의결함을검출하고국소화하는딥러닝기반접근방식을개발할수있습니다。
MATLAB은다음과같은딥러닝학습응용프로그램을위한도구를제공합니다。
시맨틱분할
시맨틱분할은각픽셀을특정범주로라벨링하는작업입니다。시맨틱분할은자율주행과의료영상처리의핵심기술입니다。
객체검출
有人知道由罗v2객체검출은나Faster-RCNN과같은분류기법을사용하여장면에있는객체를식별합니다。
이미지및비디오분류
최신연구모델과전이학습기법을사용하여이미지와비디오에있는객체를식별합니다。
3 d데이터
MATLAB을사용하면희소및고밀3 d기도법을사용하여3 d데이터를처리할수있습니다。활용분야로는激光雷达분류,의료영상의3 d스택등이있습니다。
컴퓨터비전을위한딥러닝에대한자세한내용
딥러닝제품:
30일무료평가판
자세히보기
질문이있으신가요?
딥러닝전문가와상의하십시오。
