1. 图像分类基本思路
我们讨论的前提是可以利用已有的模型进行训练,而不用再单独训练。
一般来说,有以下流程:
- 读取图像数据
- 加载预训练模型
- 利用分类函数classify(model,img)进行分类得到标签
- 画出图像和标签
实战—googlenet图像分类
img = imread("1.png");
net = googlenet;
img = imresize(img,[224,224]);
label = classify(net,img);
figure;
imshow(img);
title(char(label));
以上代码只要是个码农都看得懂。matlab是真的强大啊。
需要注意的是,图像需要满足输入要求。
我们在命令行中输入
net = googlenet
然后按照提示安装完模型之后,双击net变量
之后双击layers
再点击第一层
就可以看到输入层需要的图像大小了:
然后再对其进行缩放。就可以将其投入网络了。
哇哈哈哈,本人再经过了Python的环境摧残之后,体验过matlab,有点爱上它了。