イメージ処理の深層学習

深層ニューラルネットワークを使用し、イメージノイズの除去や image-to-image 変換などのイメージ処理タスクを実行する (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。

A noisy image is passed to a trained denoising network, which returns a denoised image.

関数

イメージ前処理用のデータストアの作成

`augmentedImageDatastore`	バッチの変換によるイメージデータの拡張
`blockedImageDatastore`	Datastore for use with blocks from `blockedImage` objects (R2021a 以降)
`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

イメージの拡張

`jitterColorHSV`	ピクセルの色のランダムな変更
`randomWindow2d`	Randomly select rectangular region in image (R2021a 以降)
`randomCropWindow3d`	ランダムな直方体のトリミングウィンドウの作成
`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
`Rectangle`	2 次元四角形領域の空間範囲
`Cuboid`	3 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
`imerase`	Remove image pixels within rectangular region of interest (R2021a 以降)

深層学習インプットのサイズ変更と形状変更

`resize2dLayer`	2 次元サイズ変更層 (R2020b 以降)
`resize3dLayer`	3 次元サイズ変更層 (R2020b 以降)
`dlresize`	`dlarray` オブジェクトの空間次元をサイズ変更 (R2020b 以降)
`DepthToSpace2DLayer`	深さから空間への変換層 (R2021a 以降)
`SpaceToDepthLayer`	空間から深さへの変換層 (R2020b 以降)
`depthToSpace`	Rearrange `dlarray` data from depth dimension into spatial blocks (R2021a 以降)
`spaceToDepth`	Rearrange spatial blocks of `dlarray` data along depth dimension (R2021a 以降)

深層学習ネットワークの作成

`encoderDecoderNetwork`	符号化器-復号化器ネットワークの作成 (R2021a 以降)
`blockedNetwork`	反復ブロック構造をもつネットワークの作成 (R2021a 以降)
`pretrainedEncoderNetwork`	Create encoder network from pretrained network (R2021a 以降)
`cycleGANGenerator`	Create CycleGAN generator network for image-to-image translation (R2021a 以降)
`patchGANDiscriminator`	Create PatchGAN discriminator network (R2021a 以降)
`pix2pixHDGlobalGenerator`	Create pix2pixHD global generator network (R2021a 以降)
`addPix2PixHDLocalEnhancer`	Add local enhancer network to pix2pixHD generator network (R2021a 以降)
`unitGenerator`	Create unsupervised image-to-image translation (UNIT) generator network (R2021a 以降)
`unitPredict`	Perform inference using unsupervised image-to-image translation (UNIT) network (R2021a 以降)

イメージのノイズ除去

`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

イメージデータの深層学習向け前処理

深層学習用イメージ前処理とイメージ拡張の入門

サイズ変更などの確定的演算を使用して深層学習アプリケーション用にデータを前処理する。あるいは、ランダムトリミングなどのランダム演算を使用して学習データを拡張する。
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。
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。

イメージ処理アプリケーション用のニューラルネットワークの作成

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。
Create Modular Neural Networks
You can create and customize deep learning networks that follow a modular pattern with repeating groups of layers, such as U-Net and cycleGAN.
Get Started with GANs for Image-to-Image Translation
Transfer styles and characteristics from one set of images to the scene content of other images by using generative adversarial networks (GANs).
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。
深層学習層の一覧 (Deep Learning Toolbox)
MATLAB^® のすべての深層学習層を確認できます。

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。
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、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。

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。

ライブスクリプトを開く

Unsupervised Day-to-Dusk Image Translation Using UNIT

Translate images between daytime and dusk lighting conditions using an unsupervised image-to-image translation network (UNIT).

ライブスクリプトを開く

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

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。

ライブスクリプトを開く

Classify Defects on Wafer Maps Using Deep Learning

Classify eight types of manufacturing defects on wafer maps using a simple convolutional neural network (CNN).

ライブスクリプトを開く

Detect Image Anomalies Using Pretrained ResNet-18 Feature Embeddings

Train a similarity-based anomaly detector using one-class learning of feature embeddings extracted from a pretrained ResNet-18 convolutional neural network.