图像数据预处理
为深度学习管理和预处理数据
预处理数据是深度学习工作流中常见的第一步，以网络可以接受的格式准备原始数据。例如，您可以调整图像输入的大小，以匹配图像输入层的大小。您还可以对数据进行预处理，以增强所需的特性或减少可能使网络产生偏差的工件。例如，您可以规范化或删除输入数据中的噪声。
您可以通过使用数据存储和MATLAB中可用的函数对图像输入进行预处理，例如调整大小®以及深度学习工具箱™。其他的MATLAB工具箱提供了标记、处理和扩展深度学习数据的函数、数据存储和应用程序。使用来自其他MATLAB工具箱的专门工具来处理图像处理、对象检测和语义分割等领域的数据。
功能
augmentedImageDatastore |
变换批次以增强图像数据 |
imageDataAugmenter |
配置映像数据增强 |
增加 |
对多个图像应用相同的随机变换 |
主题
- 用于深度学习的图像预处理
了解如何调整图像的大小以进行训练、预测和分类，以及如何使用数据扩充、转换和专门的数据存储对图像进行预处理。
- 深度学习的预处理卷
读取和预处理体积图像和标签数据的三维深度学习。
- 用于深度学习的数据存储
了解如何在深度学习应用程序中使用数据存储。
- 导入数据到深度网络设计器
在深度网络设计器中导入和可视化数据。
- MATLAB中的深度学习
在MATLAB中使用卷积神经网络进行分类和回归，包括预先训练的网络和转移学习，以及在gpu、cpu、集群和云上的训练，发现深度学习能力。
- 深度学习技巧
学习如何提高深度学习网络的准确性。
- 用于深度学习的数据集
发现用于各种深度学习任务的数据集。
特色的例子
您也可以从以下列表中选择网站: