Preprocesamiento de datos
En los flujos de trabajo de deep learning, un primer paso habitual es preprocesar los datos de imágenes para asegurarse de que estén en un formato que la red pueda aceptar. Por ejemplo, puede cambiar el tamaño de la entrada de imagen para que coincida con el tamaño de una capa de entrada de imagen. También puede preprocesar datos para reforzar las características deseadas o reducir artefactos que pueden sesgar la red. Por ejemplo, puede normalizar o eliminar ruido de los datos de entrada.
Puede preprocesar una entrada de imagen mediante operaciones como el cambio de tamaño con almacenes de datos y las funciones disponibles en MATLAB® y Deep Learning Toolbox™. Otras toolboxes de MATLAB ofrecen funciones, almacenes de datos y apps para etiquetar, procesar y aumentar datos de deep learning. Utilice herramientas especializadas de otras toolboxes de MATLAB para procesar datos para dominios como el procesamiento de imágenes, la detección de objetos y la segmentación semántica.
Apps
Image Labeler | Label images for computer vision applications |
Video Labeler | Label video for computer vision applications |
Ground Truth Labeler | Label ground truth data for automated driving applications |
Funciones
imageDatastore | Datastore for image data |
augmentedImageDatastore | Transformar lotes para aumentar datos de imágenes |
imageDataAugmenter | Configurar el aumento de datos de imagen |
augment | Apply identical random transformations to multiple images |
minibatchqueue | Create mini-batches for deep learning (desde R2020b) |
Temas
- Preprocesar imágenes para deep learning
Aprenda a cambiar el tamaño de las imágenes para el entrenamiento, predicción y clasificación, y cómo preprocesar imágenes usando aumento de datos, transformaciones y almacenes de datos especializados.
- Preprocess Volumes for Deep Learning
Read and preprocess volumetric image and label data for 3-D deep learning.
- Datastores for Deep Learning
Learn how to use datastores in deep learning applications.
- Deep learning en MATLAB
Descubra las prestaciones de deep learning en MATLAB utilizando redes neuronales convolucionales para clasificación y regresión, incluidas redes preentrenadas y transferencia del aprendizaje, así como entrenamiento en unidades de procesamiento gráfico (GPU), unidades CPU, clusters y nubes.
- Trucos y consejos de deep learning
Aprenda a mejorar la precisión de redes de deep learning.
- Data Sets for Deep Learning
Discover data sets for various deep learning tasks.