イメージ処理とコンピューター ビジョン
R2026bDeep Learning Toolbox™ を使用して、イメージ処理、コンピューター ビジョン、外観検査、医用画像、点群処理、および自動運転の各適用に深層学習を組み込みます。
カテゴリ
注目の例
深層学習を使用したイメージの高解像度化
この例では、Very-Deep Super-Resolution (VDSR) ニューラル ネットワークを使用して低解像度イメージから高解像度イメージを作成する方法を説明します。
Cardiac Left Ventricle Segmentation from Cine-MRI Images Using U-Net Network
Segment 2-D cardiac MRI images using U-Net, and explore predictions using Grad-CAM explainability maps.
Complex-YOLO v4 ネットワークを使用した LiDAR オブジェクト検出
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、点群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、次のことを行います。
3 次元シミュレーション データを使用した深層学習セマンティック セグメンテーション ネットワークの学習
この例では、3 次元シミュレーション データ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、敵対的生成ネットワーク (GAN) を使用して現実のデータに合わせて微調整する方法を示します。
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。
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.
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。
