딥러닝 데이터 전처리

딥러닝을 위한 데이터 관리 및 전처리

데이터 전처리는 딥러닝 워크플로의 일반적인 첫 번째 단계로, 신경망이 받아들일 수 있는 형식으로 원시 데이터를 준비하는 작업입니다. 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, 증대를 위한 함수, 데이터저장소 및 앱을 제공합니다. 다른 MATLAB 툴박스들의 특화된 툴을 사용하여 영상 처리, 객체 검출, 의미론적 분할, 신호 처리, 오디오 처리, 텍스트 분석과 같은 분야의 데이터를 처리할 수 있습니다.

앱

영상 레이블 지정기	Label images for computer vision applications
비디오 레이블 지정기	Label video for computer vision applications
실측 레이블 지정기	Label ground truth data for automated driving applications
라이다 레이블 지정기	Label ground truth data in lidar point clouds
신호 레이블 지정기	Label signal attributes, regions, and points of interest
오디오 레이블 지정기	Define and visualize ground-truth labels

도움말 항목

딥러닝 데이터 전처리

Data Sets for Deep Learning

Discover data sets for various deep learning tasks.

Create and Explore Datastore for Image Classification

This example shows how to create, read, and augment an image datastore for use in training a deep learning network.

딥러닝을 위해 영상 전처리하기

훈련, 예측 및 분류를 위해 영상의 크기를 조정하는 방법과 데이터 증대, 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.

Preprocess Data for Domain-Specific Deep Learning Applications

Perform deterministic or randomized data processing for domains such as image processing, object detection, semantic segmentation, signal and audio processing, and text analytics.