Main Content

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。

深層学習ワークフローのための Image Processing Toolbox を使用したイメージ拡張 (Deep Learning Toolbox)

この例では、深層学習ワークフローの一環として、MATLAB® および Image Processing Toolbox™ が一般的な種類のイメージ拡張をどのように実行できるかを示します。

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