此示例显示如何创建和培训一个简单的卷积神经网络进行缺陷检测，以及如何将其集成到预/后图像处理中，并生成用于预处理，神经网络和后处理的C代码，以便在覆盆子PI上运行它。
该算法是检测在表面上划伤的缺陷六角形螺母。

此示例演示了如何：
＃1。加载和探索图像数据。
＃2。定义网络架构
＃3。训练网络
＃4。确认是否有训练的网络适用于新数据
＃5。穿过整个算法，包括预处理，CNN和
后期处理。
＃6。为整个算法生成C ++代码以在主机上测试它
＃7。生成ARM目标的C ++代码（覆盆子PI）
＃8。在覆盆子pi上构建并运行exe

要为您部署到Raspberry PI的深度学习网络构建和运行生成的代码，您必须安装第三方软件。通过运行以下命令，请参阅“使用MATLAB编码器进行深度学习的先决条件”。
>> Web（fullfile（docroot，'编码器/ ug / prerequisites-for深学习 - matlab-coder.html'））

注意：Linux和Windows仅支持ARM目标的代码。金宝app

[日本]本プログラムでは，简化な畳み込みニューラルネットワークの作物，前致理性·后致理性との综合，コード生成し覆盆子pi上行动作さまでののの流れを绍介ししし
0は前処理として、検出された位置に注釈を挿入する部分は後処理として定義しており、それぞれコード生成して統合し、Raspberry Pi上で動作させます。

matlab编码器で生成されコードraspberypi上で＆実行さためは，必要なソフトウェアのおよびおよびは设定が必要です。
>> Web（fullfile（docroot，'编码器/ ug / prerequisites-for深学习 - matlab-coder.html'））

本プログラムはlinuxプラットフォーム（Ubuntu16.04）上行动作确认をしていいます。

[按键]
画像经理·画像分享·ディー··プラーニング·解读·デモ·IPCVデモ·ニューラル·覆盆子·覆盆子