이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。
딥러닝을사용한컴퓨터비전
컴퓨터비전응용분야에서딥러닝워크플로확장
计算机视觉深度学习工具箱™를工具箱™와함께사용하여컴퓨터비전응용분야에딥러닝을적용합니다。
함수
boxLabelDatastore |
包围框标签数据的数据存储 |
pixelLabelDatastore |
像素标签数据的数据存储 |
pixelLabelImageDatastore |
语义分割网络的数据存储 |
도움말항목
객체검출
开始使用深度学习的对象检测(计算机视觉工具箱)
基于深度学习神经网络的目标检测。
这个例子展示了如何在对象检测工作流程中执行常见的图像和边界框扩展。
이예제에서는딥러닝과R-CNN与卷积神经网络(地区)을사용하여객체검출기를훈련시키는방법을다룹니다。
这个例子展示了如何导入一个预先训练的ONNX™(Open Neural Network Exchange)你只看一次(YOLO) v2[1]对象检测网络,并使用它来检测对象。
这个例子展示了如何将YOLO v2对象检测网络导出到ONNX™(Open Neural network Exchange)模型格式。
의미론적분할
使用深度学习开始语义分割(计算机视觉工具箱)
使用深度学习按类分割对象。
这个例子展示了如何使用Deep network Designer创建和训练一个简单的语义分割网络。
这个例子展示了如何作为语义分割工作流程的一部分来执行常见的图像和像素标签增强。
使用扩展卷积训练语义分割网络。
이예제에서는U-Net을사용하여7가지채널로다중분광영상의의미론적분할을수행하는방법을보여줍니다。
이예제에서는3차원U-Net신경망을훈련시키3고차원의료영상에서뇌종양의의미론적분할을수행하는방법을다룹니다。
这个例子展示了如何定义和创建一个使用Tversky loss的自定义像素分类层。
这个例子展示了如何使用Grad-CAM来探索语义分割网络的预测。