Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

denoisingNetwork

Obtener red de denobúsqueda de imágenes

Sintaxis

net = denoisingNetwork(modelName)

Descripción

net = denoisingNetwork(modelName) devuelve una imagen previamente entrenada que denoising red neuronal profunda especificada por .modelName

Esta función requiere que tenga .Deep Learning Toolbox™

Ejemplos

Obtener una red de denoising de imágenes preentrenada

Obtenga la imagen previamente entrenada que denoising red neuronal convolucional, 'DnCNN'.

net = denoisingNetwork('DnCNN')

net =    SeriesNetwork with properties:           Layers: [59x1 nnet.cnn.layer.Layer]      InputNames: {'InputLayer'}     OutputNames: {'FinalRegressionLayer'}  

Vea un ejemplo de cómo eliminar el ruido de una imagen utilizando la red entrenada previamente.denoiseImage

Argumentos de entrada

modelName — Nombre de la red neuronal

'DnCnn'

Nombre de la red neuronal profunda de denoización preentrenada, especificada como vector de caracteres.'DnCnn' Esta es la única red de denobúsqueda preentrenada actualmente disponible, y está entrenada solo para imágenes en escala de grises.

Tipos de datos: char | string

Argumentos de salida

net — Denoising deep neural network

ObjetoSeriesNetwork

Previamente entrenado denoising red neuronal profunda, devuelto como un objeto.SeriesNetwork (Deep Learning Toolbox)

Referencias

[1] Zhang, K., W. Zuo, Y. Chen, D. Meng, and L. Zhang. "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising." IEEE Transactions on Image Processing. Vol. 26, Number 7, Feb. 2017, pp. 3142-3155.

Consulte también

denoiseImage | denoisingImageDatastore | dnCNNLayers

Temas

• Entrenar y aplicar redes neuronales de denoising

Introducido en R2017b

×

Abrir ejemplo

Existe una versión modificada de este ejemplo en su sistema. ¿Prefiere abrir esta versión?

No, sobrescribir la versión modificada Sí