MATLAB上用十一行代码实现深度学习…

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 2016

设备:windows10电脑,网络摄像头

MATLAB2016b下载地址:

链接:http://pan.baidu.com/s/1pKEGfYr 密码:x05i

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:

Official:

https://www.mathworks.com/matlabcentral/fileexchange/59133-neural-network-toolbox-tm--model-for-alexnet-network?requestedDomain=www.mathworks.com&s_eid=PEP_12669

BaiduYun:

http://pan.baidu.com/s/1i5oexQt

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

安装方式,拖入到matlab命令提示符行中

如果有USB WEBCAM支持未安装,那么运行时候会提示按步骤安装,需要登录账号

先放上所有的.m代码:

  1. clear;
  2. camera=webcam; %connect to camera
  3. nnet=alexnet;%load neural network,alexnet is a CNN,artist train it as millison of picture
  4. %make a circle to reload frame from camera
  5. while true
  6. picture=camera.snapshot;
  7. picture=imresize(picture,[227,227]);%resize picture
  8. label=classify(nnet,picture);%
  9. image(picture);
  10. title(char(label));
  11. drawnow;
  12. end

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

代码说明:

camera=webcam;     连接网络摄像头,如果有多个(比如笔记本电脑)的话需自行设定一下

nnet=alexnet;   实例化alexnet

接下来就是循环将摄像头每一个frame取出,利用刚才实例化的alexnet进行判别

while true

picture=camera.snapshot;    摄像头截图

picture=imresize(picture,[227,227]);   重新设置图片大小减少计算量

label=classify(nnet,picture);%   利用实例化的神经网络对图片进行分类,分类得到结果保存为label

image(picture);    显示图片

title(char(label));    将label显示在标题部分(顶部)

drawnow;

end

    源视频标题 Deep Learning in 11 Lines of MATLAB Code

(0)

相关推荐