데이터 전처리

딥러닝을 위한 영상 데이터 관리 및 전처리

신경망이 받아들일 수 있는 형식이 되도록 영상 데이터를 전처리하는 작업은 딥러닝 워크플로의 일반적인 첫 번째 단계입니다. 예를 들어, 영상 입력 계층의 크기와 일치하도록 영상 입력 크기를 조정할 수 있습니다. 원하는 특징을 강화하거나 신경망에 편향을 유발할 수 있는 아티팩트를 줄이는 방향으로 데이터를 전처리할 수도 있습니다. 예를 들어, 입력 데이터를 정규화하거나 입력 데이터에서 잡음을 제거할 수 있습니다.

MATLAB^®과 Deep Learning Toolbox™에서 제공하는 데이터저장소와 함수를 사용하여 크기 조정과 같은 연산으로 영상 입력을 전처리할 수 있습니다. 다른 MATLAB 툴박스들도 딥러닝 데이터의 레이블 지정, 처리, 증강을 위한 함수, 데이터저장소 및 앱을 제공합니다. 다른 MATLAB 툴박스들의 특화된 툴을 사용하여 영상 처리, 객체 검출, 의미론적 분할과 같은 분야의 데이터를 처리할 수 있습니다.

앱

영상 레이블 지정기	컴퓨터 비전 응용 분야에서 영상에 레이블 지정
비디오 레이블 지정기	Label video for computer vision applications
Ground Truth 레이블 지정기	Label ground truth data for automated driving applications

함수

`imageDatastore`	이미지 데이터의 데이터저장소
`augmentedImageDatastore`	배치를 변환하여 영상 데이터 증강
`imageDataAugmenter`	영상 데이터 증강 구성
`augment`	동일한 무작위 변환을 여러 개의 영상에 적용
`minibatchqueue`	Create mini-batches for deep learning (R2020b 이후)

도움말 항목

딥러닝을 위해 영상 전처리하기
훈련, 예측 및 분류를 위해 영상의 크기를 조정하는 방법과 데이터 증강, 변환 및 특화된 데이터저장소를 사용하여 영상을 전처리하는 방법을 알아봅니다.
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.
Optimize Datastores for Deep Learning Performance
Explore methods for speeding up deep learning workflows that use datastores.
MATLAB의 딥러닝
사전 훈련된 신경망 및 전이 학습, 그리고 GPU, CPU, 클러스터 및 클라우드에서의 훈련 등 분류 및 회귀에 컨벌루션 신경망을 사용하여 MATLAB의 딥러닝 기능을 알아봅니다.
딥러닝 팁과 요령
딥러닝 신경망의 정확도를 높이는 방법을 알아봅니다.
Data Sets for Deep Learning
Discover data sets for various deep learning tasks.

추천 예제

image-to-image 회귀를 위해 데이터저장소 준비하기

이 예제에서는 image-to-image 회귀 신경망을 훈련시키기 위해 ImageDatastore의 transform 함수와 combine 함수를 사용하여 데이터저장소를 준비하는 방법을 보여줍니다.

라이브 스크립트 열기

Augment Images for Deep Learning Workflows

Perform common kinds of randomized image augmentation such as geometric transformations, cropping, and adding noise.

라이브 스크립트 열기

Create and Explore Datastore for Image Classification

Create, read, and augment an image datastore for use in training a deep learning network. In particular, this example shows how to create an ImageDatastore object from a collection of images, read and extract the properties of the datastore, and create an augmentedImageDatastore for use during training.

라이브 스크립트 열기