matlab deeplearning用于图像分类的源代码理解

最新推荐文章于 2024-07-19 21:21:49 发布

amulet0703

最新推荐文章于 2024-07-19 21:21:49 发布

阅读量1.4w

点赞数 4

分类专栏： DeepLearning 文章标签： matlab DeepLearning 源代码

本文链接：https://blog.csdn.net/susu_love/article/details/52789925

版权

本文介绍了作者在研究MATLAB R2016a中DeepLearningImageClassificationExample例程的理解过程，主要探讨了norm层的实现与作用，以及为何选择'fc7'作为特征提取层的问题。对于这两个疑问，作者期待得到专业人士的解答。

摘要由CSDN通过智能技术生成

这段时间研究matlab中 DeepLearning用于图像分类的一个例子，查找了一些资料，现在将自己读代码过程中读懂与不懂的地方总结一下。

一下是自己对代码的一些粗浅理解，不对的地方还请多多包涵！

matlab R2016a中现有的例程---DeepLearningImageClassificationExample，程序的大致流程如下图：

%% Image Category Classification Using Deep Learning
% This example shows how to use a pre-trained Convolutional Neural Network
% (CNN) as a feature extractor for training an image category classifier. 
%
% Copyright 2016 The MathWorks, Inc.

function DeepLearningImageClassificationExample

%% 加载图像数据
% 从指定的网址下载图像数据集caltech101
% 网址为：http://www.vision.caltech.edu/Image_Datasets/Caltech101/101_ObjectCategories.tar.gz
% 下载可能会比较慢，可以先下载下来，用的时候直接将outputFolder改为存放的地址就可以（小菜就是那么做的）

url = 'http://www.vision.caltech.edu/Image_Datasets/Caltech101/101_ObjectCategories.tar.gz';
outputFolder = fullfile(tempdir, 'caltech101'); % 下载的图像数据集存放的文件夹地址

if ~exist(outputFolder, 'dir') % 确保只下载一次
    disp('Downloading 126MB Caltech101 data set...');
    untar(url, outputFolder); % 直接下载下来的为压缩文件，需要解压
end

% Caltech101数据集包含100多类的图像数据，为了节省时间，在本例中只选取其中的3类作为代表
% 选取的3类为'airplanes', 'ferry', 'laptop'

rootF