コンピューター ビジョン
Deep Learning Toolbox™ を Computer Vision Toolbox™ と共に使用して、コンピューター ビジョンの応用に深層学習を適用します。
アプリ
| イメージ ラベラー | コンピューター ビジョン アプリケーションに使用するラベル イメージ |
| ビデオ ラベラー | Label video for computer vision applications |
| オブジェクト検出器アナライザー | Interactively visualize and evaluate object detection results against ground truth (R2026a 以降) |
関数
トピック
オブジェクト検出およびインスタンス セグメンテーション
- 深層学習を使用したオブジェクト検出入門 (Computer Vision Toolbox)
YOLOX、YOLO v4、SSD などの深層学習ニューラル ネットワークを使用してオブジェクト検出を実行する。 - Get Started with Instance Segmentation Using Deep Learning (Computer Vision Toolbox)
Segment objects using an instance segmentation model such as SOLOv2 or Mask R-CNN. - オブジェクト検出器の選択 (Computer Vision Toolbox)
YOLOX、YOLO v4、RTMDet、SSD などのオブジェクト検出深層学習モデルの比較。 - オブジェクト検出のための境界ボックスの拡張 (Computer Vision Toolbox)
この例では、オブジェクト検出ワークフローの一環としてイメージと境界ボックスの一般的な拡張を行う方法について説明します。 - 事前学習済みの ONNX YOLO v2 オブジェクト検出器のインポート
この例では、事前学習済みの ONNX™ (Open Neural Network Exchange) you only look once (YOLO) v2 [1] オブジェクト検出ネットワークをインポートし、このネットワークを使用してオブジェクトを検出する方法を説明します。 - YOLO v2 オブジェクト検出器の ONNX へのエクスポート
この例では、YOLO v2 オブジェクト検出ネットワークを ONNX™ (Open Neural Network Exchange) モデルの形式にエクスポートする方法を説明します。 - マイクロサービスとしてのオブジェクト検出モデルのデプロイ (MATLAB Compiler SDK)
この例では、MATLAB® オブジェクト検出モデルからマイクロサービスの Docker® イメージを作成する方法を説明します。
自動外観検査
- Getting Started with Anomaly Detection Using Deep Learning (Computer Vision Toolbox)
Anomaly detection using deep learning is an increasingly popular approach to automating visual inspection tasks. - 説明可能 FCDD ネットワークを使用したイメージ異常の検出 (Computer Vision Toolbox)
異常検出器を使用して、正常な錠剤と異常な欠けや汚れのある錠剤を区別する。 - Localize Industrial Defects Using PatchCore Anomaly Detector (Computer Vision Toolbox)
Perform localization of anomalous defects in printed circuit boards (PCBs) using anomaly heat maps generated with the PatchCore anomaly detector. - Classify Defects on Wafer Maps Using Deep Learning (Computer Vision Toolbox)
Classify manufacturing defects on wafer maps using a simple convolutional neural network (CNN). - Detect Image Anomalies Using Pretrained ResNet-18 Feature Embeddings (Computer Vision Toolbox)
Train a similarity-based anomaly detector using one-class learning of feature embeddings extracted from a pretrained ResNet-18 convolutional neural network.
セマンティック セグメンテーション
- 深層学習を使用したセマンティック セグメンテーション入門 (Computer Vision Toolbox)
U-Net や DeepLab v3+ などの深層学習ネットワークを使用して、オブジェクトをクラス別にセグメント化する。 - セマンティック セグメンテーションのためのピクセル ラベルの拡張 (Computer Vision Toolbox)
この例では、セマンティック セグメンテーション ワークフローの一環としてイメージとピクセル ラベルの一般的な種類の拡張を行う方法について説明します。 - 膨張畳み込みを使用したセマンティック セグメンテーション
この例では、膨張畳み込みを使用してセマンティック セグメンテーション ネットワークに学習させる方法を示します。 - 深層学習を使用したマルチスペクトル イメージのセマンティック セグメンテーション (Computer Vision Toolbox)
この例では、U-Net を使用して 7 チャネルのマルチスペクトル イメージのセマンティック セグメンテーションを実行する方法を示します。 - Grad-CAM を使用したセマンティック セグメンテーション ネットワークの調査
この例では、Grad-CAM を使用して事前学習済みのセマンティック セグメンテーション ネットワークの予測を調査する方法を説明します。 - Generate Adversarial Examples for Semantic Segmentation (Computer Vision Toolbox)
Generate adversarial examples for a semantic segmentation network using the basic iterative method (BIM). - Prune and Quantize Semantic Segmentation Network
Reduce the memory footprint of a semantic segmentation network and speed-up inference by compressing the network using pruning and quantization.
イメージ分類とビデオ分類
- イメージ分類のためのビジョン トランスフォーマー ネットワークの学習
この例では、事前学習済みのビジョン トランスフォーマー (ViT) ニューラル ネットワークを微調整して、新しいイメージ コレクションを分類する方法を説明します。 - Human Activity Recognition Using R(2+1)D Video Classification (Computer Vision Toolbox)
Train an R(2+1)D video classifier for activity recognition. - Gesture Recognition using Videos and Deep Learning (Computer Vision Toolbox)
Train a SlowFast convolutional neural network for gesture recognition using RGB data from videos.
注目の例
Automatically Label Ground Truth Using Vision-Language Model
Automatically label ground truth images for object detection using the Grounding DINO vision-language model (VLM).
Detect Industrial Defects Using Zero-Shot AnomalyCLIP
Detect and localize industrial production defects in pill images using an AnomalyCLIP anomaly detection network.
Identify Defects in Air Compressors Using Spectrogram Images
Detect and localize defects in acoustic recordings of air compressors using Mel spectrogram images and an EfficientAD anomaly detector.
Detect Small Objects Using Tiled Training of YOLOX Network
Detect small objects in full-resolution images using tiled training of a you only look once version X (YOLOX) deep learning network.
Automatically Label Ground Truth Using Segment Anything Model
Produce pixel labels for semantic segmentation using the Segment Anything Model (SAM) in the イメージ ラベラー (Computer Vision Toolbox) app. The SAM is an automatic segmentation technique that you can use to segment object regions to label with just a few clicks, or automatically segment the entire image and instantaneously create labels for selected regions. In this example, you interactively label pixels for semantic segmentation in two ways.
YOLO v2 深層学習を使用したマルチクラス オブジェクト検出
YOLO v2 マルチクラス オブジェクト検出器に学習させ、選択したクラスとオーバーラップしきい値についてオブジェクト検出器のパフォーマンスを評価する。
Detect Defects Using Tiled Training of EfficientAD Anomaly Detector
Detect and localize defects on anomalous chewing gum images by training an EfficientAD anomaly detection network on tiled normal images.
Localize Industrial Defects Using PatchCore Anomaly Detector
Perform localization of anomalous defects in printed circuit boards (PCBs) using anomaly heat maps generated with the PatchCore anomaly detector.
深層学習を使用したビン ピッキングの 6-DoF 姿勢推定の実行
この例では、RGB-D イメージと深層学習ネットワークを使用して、ビン内の機械部品の 3 次元位置と向きを推定することにより、6 自由度 (6-DoF) の姿勢推定を実行する方法を示します。
Spacecraft Pose Estimation Using HRNet Keypoint Detector and PnP Solver
Estimate keypoints and pose of spacecraft.
Reidentify People Throughout a Video Sequence Using ReID Network
Track people throughout a video sequence using re-identification with a residual network.
YOLOX ネットワークを使用したプリント基板の欠陥の検出
You Only Look Once version X (YOLOX) 深層学習ネットワークを使用して、プリント回路基板 (PCB) の欠陥を検出、位置特定、および分類する。
SOLOv2 を使用したインスタンス セグメンテーションの実行
この例では、深層学習 SOLOv2 ネットワークを使用して、ビン内のランダムに回転する機械部品のオブジェクト インスタンスをセグメント化する方法を示します。
YOLO v2 深層学習を使用したオブジェクトの検出
"You-Only-Look-Once" (YOLO) v2 深層学習手法を使用してオブジェクト検出器に学習させる。
YOLO v4 深層学習を使用したオブジェクトの検出
この例では、You Only Look Once version 4 (YOLO v4) 深層学習ネットワークを使用して、イメージ内のオブジェクトを検出する方法を説明します。この例では、次の作業を行います。
深層学習を使用したセマンティック セグメンテーション
この例では、セマンティック セグメンテーション ネットワークを使用してイメージをセグメント化する方法を説明します。
深層学習を使用したセグメンテーション マップからのイメージの生成
セマンティック セグメンテーション マップからのシーンの合成イメージの生成。
深層学習を使用した体の姿勢の推定
OpenPose アルゴリズムを使用した、1 人以上の人物の体の姿勢の推定。
Human Activity Recognition Using R(2+1)D Video Classification
Train an R(2+1)D video classifier for activity recognition.
Gesture Recognition using Videos and Deep Learning
Train a SlowFast convolutional neural network for gesture recognition using RGB data from videos.
