イメージ処理とコンピュータービジョン

イメージ処理、コンピュータービジョン、医用画像のアプリケーションを並列計算を使用して高速化する

Parallel Computing Toolbox™ を Image Processing Toolbox™、Computer Vision Toolbox™、Medical Imaging Toolbox™ と共に使用することで、イメージ処理、コンピュータービジョン、医用画像のアプリケーションを並列計算を使用して高速化します。

アプリ

イメージのバッチ処理

複数イメージへの関数の適用

トピック

イメージ処理

大きいイメージファイルに対するパラレルブロック処理 (Image Processing Toolbox)
Parallel Computing Toolbox ライセンスをお持ちの場合は、マシンの複数のプロセッサコアを利用して blockproc のパフォーマンスを改善できます。
GPU でのイメージ処理 (Image Processing Toolbox)
複雑なイメージ処理ワークフローにグラフィックス処理装置 (GPU) 高速化を活用します。
MapReduce フレームワークと Hadoop を使用した大規模なイメージセットの処理 (Image Processing Toolbox)
この例では、Image Processing Toolbox™ と共に MATLAB® の MapReduce およびデータストアを使用して、大量のイメージに対して細胞カウントアルゴリズムを実行する方法を説明します。

コンピュータービジョン

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 (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。
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 (Computer Vision Toolbox)
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。 (R2024b 以降)
Automatically Label Ground Truth Using Segment Anything Model (Computer Vision Toolbox)
This example shows how to 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. (R2024b 以降)
Detect Defects on Printed Circuit Boards Using YOLOX Network (Computer Vision Toolbox)
Detect, localize, and classify defects in printed circuit boards (PCBs) using a you only look once version X (YOLOX) deep learning network.

医用画像

Breast Tumor Segmentation from Ultrasound Using Deep Learning (Medical Imaging Toolbox)
This example shows how to perform semantic segmentation of breast tumors from 2-D ultrasound images using a deep neural network.
Cardiac Left Ventricle Segmentation from Cine-MRI Images Using U-Net Network (Medical Imaging Toolbox)
Segment 2-D cardiac MRI images using U-Net, and explore predictions using Grad-CAM explainability maps.
Detect Nuclei in Large Whole Slide Images Using Cellpose (Medical Imaging Toolbox)
This example shows how to detect cell nuclei in whole slide images (WSIs) of tissue stained using hematoxylin and eosin (H&E) by using Cellpose.
Train Custom Cellpose Model (Medical Imaging Toolbox)
This example shows how to train a custom Cellpose model, using new training data, to detect noncircular shapes.