最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

イメージ処理の深層学習

畳み込みニューラル ネットワークを使用した、低解像度イメージから高解像度イメージの作成やイメージ ノイズの削除などのイメージ処理タスクを実行します (Deep Learning Toolbox™ が必要)。

深層学習はニューラル ネットワークを使用して、有用な特徴表現をデータから直接学習します。たとえば、事前学習済みのニューラル ネットワークを使用して、イメージのノイズなどのアーティファクトを同定し除去できます。

関数

すべて展開する

augmentedImageDatastoreバッチの変換によるイメージ データの拡張
bigimageDatastore大きなイメージ データのブロックを管理するデータストア
denoisingImageDatastoreノイズ除去イメージ データストア
imageDatastoreイメージ データのデータ ストア
randomPatchExtractionDatastoreイメージまたはピクセル ラベル イメージから 2 次元または 3 次元のランダム パッチを抽出するためのデータストア
transformデータ ストアの変換
combine複数のデータ ストアのデータを統合
jitterColorHSVピクセルの色のランダムな変更
centerCropWindow2d四角形の中央トリミング ウィンドウの作成
centerCropWindow3d直方体の中央トリミング ウィンドウの作成
randomCropWindow2dランダムな四角形のトリミング ウィンドウの作成
randomCropWindow3dランダムな直方体のトリミング ウィンドウの作成
Rectangle2 次元四角形領域の空間範囲
Cuboid3 次元直方体領域の空間範囲
randomAffine2dランダムな 2 次元アフィン変換の作成
randomAffine3dランダムな 3 次元アフィン変換の作成
affineOutputViewワーピング イメージの出力表示の作成
denoiseImage深層ニューラル ネットワークを使用したイメージのノイズ除去
denoisingNetworkイメージ ノイズ除去ネットワークの取得
dnCNNLayersノイズ除去畳み込みニューラル ネットワークの層の取得

トピック

イメージの深層学習向け前処理

深層学習用のデータストア (Deep Learning Toolbox)

深層学習アプリケーションでデータストアを使用する方法を学びます。

Augment Images for Deep Learning Workflows Using Image Processing Toolbox (Deep Learning Toolbox)

This example shows how MATLAB® and Image Processing Toolbox™ can perform common kinds of image augmentation as part of deep learning workflows.

イメージの深層学習向け前処理 (Deep Learning Toolbox)

学習、予測、および分類用にイメージのサイズを変更する方法と、データ拡張、変換、および専用のデータストアを使用してイメージを前処理する方法を学びます。

ボリュームの深層学習向け前処理 (Deep Learning Toolbox)

ボリューム イメージとラベル データを読み取り、3 次元深層学習向けに前処理します。

深層学習を使用したイメージのノイズ除去

ノイズ除去ニューラル ネットワークの学習と適用

事前学習済みのニューラル ネットワークを使用してグレースケール イメージからガウス ノイズを除去するか、または事前定義されたレイヤーを使用して自前のネットワークを学習させます。

事前学習済みのニューラル ネットワークを使用した、カラー イメージからのノイズ除去

この例では、各カラー チャネルに対して個別に事前学習済みのノイズ除去ニューラル ネットワークを使用して、RGB イメージからガウス ノイズを除去する方法を説明します。

image-to-image 回帰用のデータストアの準備 (Deep Learning Toolbox)

この例では、ImageDatastore の関数 transform および combine を使用して image-to-image 回帰ネットワークの学習用のデータストアを準備する方法を説明します。

MATLAB による深層学習

MATLAB による深層学習 (Deep Learning Toolbox)

畳み込みニューラル ネットワークを使用して分類や回帰を行う MATLAB® の深層学習機能を確認します。これには、事前学習済みのネットワークと転移学習のほか、GPU、CPU、クラスター、およびクラウドでの学習が含まれます。

事前学習済みの深層ニューラル ネットワーク (Deep Learning Toolbox)

分類、転移学習、特徴抽出用の事前学習済みの畳み込みニューラル ネットワークのダウンロード方法と使用方法を学習します。

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 (Computer Vision Toolbox)

この例では、深層学習を使用してセマンティック セグメンテーション ネットワークの学習を行う方法を説明します。

注目の例