小迈步之 MATLAB 助力深度学习系列讲座（一）：实现数据半自动标注

概览

深度学习是推动当前人工智能大趋势的关键技术。在 MATLAB 中可以实现深度学习的数据准备、网络设计、训练和部署全流程开发和应用。

本场作为整个系列的第一课，我们将聚焦数据标记，为后面模型的训练做准备。优秀的训练数据集是获得高准确率训练模型的第一步，也是非常耗时的一步。如何多快好省地为数据打标签？可否实现真实值标注，甚至是语义分割的半自动化？如何实现大型图像数据库的访问？是否有任何增加数据量的方法？在本场讲座中我们会对这些问题进行解答。并会通过实际操作，教您手把手的实现真实值标注以及语义分割等操作。

本场讲座包含以下亮点：

• 深度学习全工作流简介
• 如何使用 MATLAB 实现图像、语音、信号半自动化标注
• 如何使用 MATLAB 进行语义分割
• MATLAB 图像预处理功能介绍

背景知识：

MATLAB^® 和 Deep Learning Toolbox™ 中提供了可以通过调整大小等操作来预处理图像的数据存储和函数。其他 MATLAB 工具箱提供了用于标注、处理和增强深度学习数据的函数、数据存储和 App。您可以使用其他 MATLAB 工具箱中的专用工具，针对图像处理、目标检测、语义分割、信号处理、音频处理和文本分析等领域处理数据。

关于演示者

许悦伊，MathWorks 中国高校团队工程师，主要负责高校合作与教师的教学及科研工作。曾从事分子动力学仿真相关研究工作。大连理工大学化学工程专业本科，美国德州理工大学化学工程专业博士。