本系列来自 [ Mathworks ]。
请使用MATLAB2017b之后的版本,新版的MATLAB2018里面有很多深度学习的新功能,感兴趣的可以安装上学习一下。
通过 11 行代码了解深度学习
clear
camera = webcam; % Connect to the camera
nnet = alexnet; % Load the neural net
while true
picture = camera.snapshot; % Take a picture
picture = imresize(picture,[227,227]); % Resize the picture
label = classify(nnet, picture); % Classify the picture
image(picture); % Show the picture
title(char(label)); % Show the label
drawnow;
end
通过一个简单的摄像头,和一个深层神经网络识别你周围的物体。该示例使用AlexNet模型,这是一个经过训练的超过一百万张图像的预训练深卷积神经网络(CNN或ConvNet)。
该示例有两个部分:设置相机并执行对象识别。第一部分显示如何使用该webcam 命令从相机获取图像。使用该drawnow命令,MATLAB能够连续更新和显示摄像机拍摄的图像。
第二部分说明如何下载一个名为AlexNet的预训练深层神经网络,并使用MATLAB连续处理相机图像。 AlexNet将图像作为输入,并为图像中的对象提供标签。您可以在周围的对象中进行实验,以了解AlexNet的准确度。