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