深度学习数据预处理
管理和预处理数据的深度学习
预处理数据是深度学习工作流程中的一个常见的第一步,以准备网络可以接受的格式的原始数据。例如,您可以调整图像输入大小以匹配图像输入层的大小。您还可以预处理数据以增强所需的功能或减少可以偏置网络的伪影。例如,您可以归一化或从输入数据中删除噪声。
You can preprocess image input with operations such as resizing by using datastores and functions available in MATLAB®and Deep Learning Toolbox™. Other MATLAB toolboxes offer functions, datastores, and apps for labeling, processing, and augmenting deep learning data. Use specialized tools from other MATLAB toolboxes to process data for domains such as image processing, object detection, semantic segmentation, signal processing, audio processing, and text analytics.
应用
图像贴标器 | 计算机视觉应用的标签图像 |
视频贴图 | 用于计算机视觉应用的标签视频 |
地面真理贴标机 | 用于自动驾驶应用的标签地面真实数据 |
Lidar Labeler. | Lidar Point云中的标签地面真理数据 |
信号贴标器 | Label signal attributes, regions, and points of interest, and extract features |
话题
Preprocess Deep Learning Data
- Data Sets for Deep Learning
Discover data sets for various deep learning tasks. - 创建和探索图像分类的数据存储
This example shows how to create, read, and augment an image datastore for use in training a deep learning network. - 深度学习的预处理图像
了解如何调整图像的培训,预测和分类的大小,以及如何使用数据增强,转换和专用数据存储进行预处理图像。 - 深度学习的预处理卷
读取和预处理体积图像和3-D深度学习的标签数据。 - 特定于域的深度学习应用程序的预处理数据
对域的域执行确定性或随机数据处理,例如图像处理,对象检测,语义分割,信号和音频处理以及文本分析。
标签地面真理培训数据
- Choose an App to Label Ground Truth Data
决定用于标记地面真理数据的哪个应用程序:图像贴标器那视频贴图那地面真理贴标机那Lidar Labeler., 要么信号贴标器。 - 语义分割标记像素(电脑视觉工具箱)
使用标签应用程序培训语义分段网络的标签像素。 - 从地面真相贴标程序开始(自动驾驶工具箱)
同时交互方式标记多个激光雷达和视频信号。 - Custom Labeling Functions(信号处理工具箱)
创建和管理自定义标签功能。 - 标记音频信号中的口语单词(信号处理工具箱)
采用信号贴标器在音频信号中标记口语单词。
自定义数据存储
- DataStores深入学习
Learn how to use datastores in deep learning applications. - 准备图像到图像回归的数据存储
这个例子展示了如何准备的数据存储training an image-to-image regression network using thetransform
andcombine
函数ImageageAtastore.
。 - 使用内存次序列数据列车网络
This example shows how to train a deep learning network on out-of-memory sequence data by transforming and combining datastores. - 使用卷积神经网络对文本数据进行分类
此示例显示如何使用卷积神经网络对文本数据进行分类。 - 使用深度学习对内存外文本数据进行分类
此示例显示如何使用变换的数据存储来将内存外文本数据分类为深入学习网络。