MATLAB 使用 10 行 代码尝试深度学习

这个例子使用卷积神经网络来对webcam拍摄的物件进行辨识，该卷积神经网络已经预先使用百万张物体的图片训练好。

只需要下载并安装，安装完成后就可以在matlab中使用，对matlab的版本有所限制

工具：MATLAB 2016b及以上

因为AlexNet网络的深度学习工具箱模型 只与R2016b至R2021a兼容

设备：windows10笔记本电脑，网络摄像头

MATLAB2016b-2021下载地址：软件管家自行下载

使用前需要先注册matworks的账号，然后才能安装webcam驱动，以及下载alexnet

ALEXNET下载地址：Deep Learning Toolbox Model for AlexNet Network - File Exchange - MATLAB Central

 USB Webcams:MATLAB Support Package for USB Webcams - File Exchange - MATLAB Central

-----------------------------------------------------------------------------------------------------------------

安装方式，直接双击或拖入到matlab命令提示符行中按enter

1. 运行以下命令，根据需要获取下载，连接到网络摄像头，并获得预训练的神经网络。

   camera = webcam; % Connect to the camera
   net = alexnet;   % Load the neural network

   如果您需要安装 webcam 和 alexnet 附加功能，对于每个函数都会显示一条带链接的消息，帮助您使用附加功能资源管理器下载免费的附加功能。或者，请参阅 Deep Learning Toolbox Model for AlexNet Network 和 MATLAB Support Package for USB Webcams。

   安装 Deep Learning Toolbox Model for AlexNet Network 后，可以使用它对图像进行分类。AlexNet 是预训练的卷积神经网络 (CNN)，已基于超过一百万个图像进行训练，可以将图像分为 1000 个对象类别（例如键盘、鼠标、咖啡杯、铅笔和多种动物）。

2. 运行以下代码来显示和分类实时图像。将网络摄像头对准一个对象，神经网络会报告它认为网络摄像头正在显示哪类对象。网络会持续进行图像分类，直到您按下 Ctrl+C 为止。该代码使用 imresize (Image Processing Toolbox) 针对网络调整图像的大小。

   while true
       im = snapshot(camera);       % Take a picture
       image(im);                   % Show the picture
       im = imresize(im,[227 227]); % Resize the picture for alexnet
       label = classify(net,im);    % Classify the picture
       title(char(label));          % Show the class label
       drawnow
   end

最后自己笔记本识别的图像，有点模糊。