ディープラーニング評価キット [画像分類用]

はじめてMATLABでディープラーニングを試す方向けのサンプルコード集

現在この提出コンテンツをフォロー中です。

MATLAB初学者でもディープラーニングを試せるセットアップからモデル構築までを紹介するスライドとサンプルコード集です。
下記の内容を手を動かしながら学ぶことができます。
1.準備
・ディープラーニング習得のステップ
・環境構築
・MATLAB基本操作
・学習済みネットワークのインストール
・画像の準備
・GPUとの接続
2.分類
・モデル実行
・10行でできる転移学習
・画像拡張・学習パラメータ
・ディープネットワークデザイナー(GUI)によるモデル作成
・可視化機能
・独自のGUI作成(スコア判定、誤判定画像保存)
・Grad-CAMによる注目領域の可視化
・カメラを用いた推論
・CNN+SVMによる分類とベイズ最適化によるパラメータチューニング
・分類学習器アプリ
・1classSVMによる異常検知(教師なし学習)
3.配布
・推論コードのEXE配布
・作成したGUIのEXE配布
次のステップ

[Keyward]
画像処理・コンピュータービジョン・ディープラーニング・機械学習・CNN・IPCVデモ・Deep Learning・Machine Learning・

引用

Takuji Fukumoto (2026). ディープラーニング評価キット [画像分類用] (https://jp.mathworks.com/matlabcentral/fileexchange/70156), MATLAB Central File Exchange. に取得済み.

カテゴリ

Help Center および MATLAB AnswersLanguage Support についてさらに検索

Add the first tag.

一般的な情報

MATLAB リリースの互換性

  • R2019b 以降のリリースと互換性あり

プラットフォームの互換性

  • Windows
  • macOS
  • Linux
バージョン 公開済み リリース ノート Action
2.0.0

update code for 2019b and added grad-cam

1.0.0