深度学习使用神经网络直接从数据中学习有用的特征表示。例如,您可以使用预先训练的神经网络来识别和去除图像中的高斯噪声。
denoiseImage |
基于深度神经网络的图像去噪 |
denoisingNetwork |
得到图像去噪网络 |
denoisingImageDatastore |
去噪图像数据存储 |
dnCNNLayers |
得到去噪卷积神经网络层 |
使用预先训练的神经网络从灰度图像中去除高斯噪声,或使用预先定义的层训练自己的网络。
这个例子展示了如何在每个颜色通道上使用预先训练的去噪神经网络从RGB图像中去除高斯噪声。
MATLAB中的深度学习(神经网络工具箱)
发现MATLAB中的深度学习能力®使用卷积神经网络进行分类和回归,包括预训练网络和迁移学习,以及gpu、cpu、集群和云上的训练。
预训练卷积神经网络(神经网络工具箱)
学习如何下载和使用预训练的卷积神经网络进行分类、迁移学习和特征提取。
基于深度学习的语义分割(计算机视觉系统工具箱)
这个例子展示了如何使用深度学习训练语义分割网络。
基于深度学习的目标检测(计算机视觉系统工具箱)
这个例子展示了如何使用深度学习和R-CNN(卷积神经网络区域)训练目标检测器。