版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。
EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。
教程VB.net版本请访问:EmguCV学习笔记 VB.Net 目录-CSDN博客
教程C#版本请访问:EmguCV学习笔记 C# 目录-CSDN博客
笔者的博客网址:https://blog.csdn.net/uruseibest
教程配套文件及相关说明以及如何获得pdf教程和代码,请移步:EmguCV学习笔记
学习VB.Net知识,请移步: vb.net 教程 目录_vb中如何用datagridview-CSDN博客
学习C#知识,请移步:C# 教程 目录_c#教程目录-CSDN博客
11.4 图像分类
GoogleLeNet是由Google团队提出的一种深度卷积神经网络,它在图像分类任务中表现良好,可以处理大规模的图像数据集,并获得较高的准确率。GoogleLeNet在ILSVRC 2014图像分类比赛中取得了较好的成绩。
【代码位置:frmChapter11】Button2_Click
//图像分类:Googlenet
private void Button2_Click(object sender, EventArgs e)
{
//字符串数组保存对象分类名称
string[] classnames;
//对象分类,googlenet分类文件提供了1000类对象
//将每一行(对象)加入数组
classnames = System.IO.File.ReadAllLines("C:\\learnEmgucv\\googlenet\\label.txt");
//需要测试的图像文件
Mat m = new Mat("C:\\learnEmgucv\\tower.jpg", ImreadModes.Color);
int hm = m.Height;
int wm = m.Width;
Net net;
//读取网络结构文件(bvlc_googlenet.prototxt)
//和模型参数文件(bvlc_googlenet.caffemode)
net = DnnInvoke.ReadNetFromCaffe("C:\\learnEmgucv\\googlenet\\bvlc_googlenet.prototxt",
"C:\\learnEmgucv\\googlenet\\bvlc_googlenet.caffemodel");
//设置后端使用OpenCV
net.SetPreferableBackend(Emgu.CV.Dnn.Backend.OpenCV);
//设置计算模型的硬件设备
net.SetPreferableTarget(Target.Cpu);
Mat blob;
//转换为网络输入的blob格式
blob = DnnInvoke.BlobFromImage(m, 1.0, new Size(224, 224), new MCvScalar(127.5, 127.5, 127.5), false, false);
//设置输入数据
net.SetInput(blob);
Mat mout = new Mat();
//进行模型推理
mout = net.Forward();
//最值
double minValue = 0;
double maxValue=0;
//最坐标点
Point minPoint = new Point();
Point maxPoint = new Point();
//在使用Googlenet进行图像分类时,
//最大值表示是某类对象的置信度(可能性)百分比
//最大值所对应坐标x即对象序号
CvInvoke.MinMaxLoc(mout, ref minValue, ref maxValue, ref minPoint, ref maxPoint);
CvInvoke.PutText(m, "result:" + classnames[maxPoint.X] + " " + maxValue,
new Point(10, 20), FontFace.HersheyDuplex, 0.8, new MCvScalar(0, 0, 255));
ImageBox1.Image = m;
}
输出结果如下图所示:
图11-1 获得图像分类