主要内容

识别、目标检测和语义分割

识别、分类、语义图像分割、使用特征的目标检测、使用cnn、YOLO v2和SSD的深度学习目标检测

计算机视觉工具箱™支持图像分类、目标检测、语义分割万博1manbetx和识别的几种方法，包括:

  • 深度学习和卷积神经网络(cnn)

  • 包的功能

  • 模板匹配

  • Blob分析

  • Viola-Jones算法

CNN是一种流行的深度学习架构，它可以直接从图像数据中自动学习有用的特征表示。特征包将图像特征编码成一种紧凑的表示形式，适用于图像分类和图像检索。模板匹配使用小图像或模板在大图像中寻找匹配区域。Blob分析使用分割和Blob属性来识别感兴趣的对象。Viola-Jones算法使用类似哈尔的特征和级联分类器来识别对象，包括面孔、鼻子和眼睛。您可以训练这个分类器来识别其他对象。

突出主题

特色的例子

使用SSD深度学习的目标检测

使用SSD深度学习的目标检测

使用深度学习网络架构训练SSD多盒对象检测器。
打开生活的脚本
使用YOLO v3深度学习的对象检测

使用YOLO v3深度学习的对象检测

检测对象使用你只看一次版本3网络。
打开生活的脚本
使用YOLO v2进行对象检测

使用YOLO v2进行对象检测

使用“只看一次”(YOLO) v2深度学习技术训练物体检测器。
打开生活的脚本
训练分类网络在三维点云分类中的应用

训练分类网络在三维点云分类中的应用

训练一个分类网络对三维点云中的物体进行分类。
打开生活的脚本
导入预训练的ONNX YOLO v2对象检测器

导入预训练的ONNX YOLO v2对象检测器

从ONNX深度学习框架导入预训练的YOLO v2对象检测器。
打开生活的脚本
基于深度学习的语义分割

基于深度学习的语义分割

使用深度学习训练语义分割网络。
打开生活的脚本
使用深度学习估计身体姿势

使用深度学习估计身体姿势

使用OpenPose算法估计一个或多个人的身体姿势。
打开生活的脚本
基于深度学习的视频和光流数据活动识别

基于深度学习的视频和光流数据活动识别

训练一个膨胀3d (I3D)双流卷积神经网络，利用视频中的RGB和光流数据进行活动识别。
打开生活的脚本

计算机视觉工具箱文档

万博1manbetx

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书