Matlab Deep Learning Onramp

View image files

Task 1

Import an image

img1 = imread('file01.jpg')

Task 2

View image

imshow(img1)

Classify images

Task 1

Load pretrained network

deepnet = alexnet
file01.jpg.
img1 = imread('file01.jpg');
imshow(img1)

Task 2

Classify an image

pred1 = classify(deepnet,img1)

Examine Network Layers

This code imports AlexNet.

deepnet = alexnet;

Task 1

变量deepnet表示一个深卷积网络。您可以通过使用变量引用变量的layers属性来检查网络的各个层。属性索引:
Save layers

ly = deepnet.Layers

Task 2

变量ly是网络层的数组。你可以检查一个单独的层索引到ly与常规MATLAB数组索引:
Extract first layer

inlayer = ly(1)

Task 3

网络的每一层都具有与该类型的层相关的属性。输入层的一个重要属性是InputSize，它是网络期望作为输入的图像的大小(维度)。
Extract input size

insz = inlayer.InputSize

Task 4

Extract last layer

outlayer = ly(end)

Task 5

输出层的Classes属性给出网络训练用来预测的类别的名称。
Extract class names

categorynames = outlayer.Classes

Investigate Predictions

This code loads in an image and imports AlexNet.

img = imread('file01.jpg');
imshow(img)
net = alexnet;
categorynames = net.Layers(end).ClassNames;

Task 1

该classify函数给出了网络分配最高分的类。您可以通过请求第二个输出来获得所有类的预测分数classify。

使用classify预训练的AlexNet网络功能net来预测存储在变量中的图像的主题img。将网络的预测存储在一个被调用的变量中，pred并将所有预测分数存储在一个名为的变量中scores。
Classify an image

[pred,scores] = classify(net,img)

Task 2

您可以使用预测分数向量来研究网络的分类。

创建预测分数的条形图。

请注意，此条形图将难以阅读，因为有1000个预测分数。您将在完成此任务后创建一个聚焦条形图。
Display scores

bar(scores)

Task 3

创建逻辑阵列highscores，其具有值1（ true）无论scores是大于0.01。
Threshold scores

highscores = scores > 0.01

Task 4

使用逻辑索引创建高于阈值的预测值的条形图0.01

Display thresholded scores

bar(scores(highscores))

Task 5

使用逻辑索引和xticklabels函数使用适当的预测类名标记条形图。完整的类名列表存储在变量中categorynames。

Add tick labels

xticklabels(categorynames(highscores))

Create a Datastore

This code displays the images in the current folder and imports AlexNet.

ls *.jpg
net = alexnet;

Task 1

您可以使用该imageDatastore函数在MATLAB中创建数据存储区，指定文件夹或文件名作为输入。您可以使用通配符等*指定多个文件。

ds = imageDatastore （'foo * .png' ）

这将为当前文件夹中名称以foo。开头的所有PNG文件创建数据存储。

创建一个名为的数据存储区imds，该数据存储区引用名为file01.jpgthrough 的当前文件夹中的图像文件file12.jpg。（请注意，这些是此文件夹中唯一具有表单名称的图像文件。）filenn.jpg

Create datastore

imds = imageDatastore('file*.jpg')

Task 2

数据存储的属性包含有关数据文件的元信息

使用Files数据存储区的属性imds提取图像的文