cameraman matlab 自带图,使用Matlab自带工具进行深度学习——训练图片数据集

拿到项目，训练数据集是一个复杂的事情，虽然看起来很难不太可能短时间学会，但是事情总要做。。。

一步一个脚印来吧，慢慢更新进度，恩。

使用matlab执行代码(我软工项目的代码，没有代码可以直接跳过，学习后面怎么标记的部分)：

首先要把口腔的代码添加进路径，且选择把子文件夹也添加进去，否则会出现显示不出界面右边功能按钮的情况。

在GUI中找到子目录里的start这个代码，右键点击运行。

运行后得到功能界面，先载入一张图片，然后依次选择单击想要的功能，等待一段时间，就会得到结果。

图片标注：

使用的是matlab自带的工具trainingImageLabeler对图像进行roi的标注

ROI是Region of Interest的简写，指的是在“特征图上的框”。

首先在matlab的API中找到Train Image Labeler

然后利用Add Images按钮一次从本地添加一组图片，选择一个颜色的矩形框，进行每张手动的标记。

结束后点击Export ROIs进行保存，默认是存为table格式(表格存了矩形框的坐标信息)，不要改动，和被标记的图片一起存在代码的包里。

进行训练：

标注图片是手动的，是为了把我们标记的信息存成表格文件，最后丢进网络里进行训练。

训练主要基于他之前写的一个train函数，先打开train函数，打开不是运行哦。

然后用load去读取我们后续标记的表格，比如tianjia和tianjia2就是我后两次添加的训练。

然后把鼠标拖到函数最底下.

把两次的表格都加入网络中去训练，最后一次save保存下来。

最后运行，奇怪的是我一定要先运行一次代码里的start函数，才能运行train函数，不过这并不重要能用就行了~

这是训练过程的一个截图，训练时间大概也就几分钟。

最后迭代了400次(迭代次数是自己定的参数)以后提示训练完成。

总结：

看着虽然挺简单的，但是光是训练就花了很多天的时间去研究，希望林学姐博士面试顺利吧。

看别人的代码是件很痛苦的事情，训练失败了很多次，每一次都想放弃，最后带着一点侥幸还是完成了。

相信接下来的事情都会慢慢变得顺利。