网络摄像头,平铺布局,人工智能和冰箱!
在大流行之前(实际上是几年前),我试图找到一个超级简单的方法来展示MATLAB中预先训练的网络的力量,我在办公室的桌子上做了这个例子。后面有一块“板”,一半是有磁性的,另一半是用布包着的,所以我可以在上面挂有图钉的东西。
这是一张我站在黑板前的照片,出于某种原因,我对着电脑屏幕皱眉。
这是我使用的代码。但我现在不在办公室,所以你会看到不同的图片。
首先设置我的网络摄像头
w =网络摄像头
我可以尝试预览旁边的图像,以确定它是ok。我觉得现在没这个必要。
net = alexnet;
下次测试拍摄快照
我接下来通过拍摄快照来测试相机
我=快照(w);
imshow(i)
到目前为止,一切顺利。
使用佩带的网络识别图片内容
[c,r] = size(I, [1,2]);
宽度= 227;
高度= 227;
矩形= (((r-height) / 2),楼((c-width) / 2),宽度,高度1);
I227 = IMCrop(I,Rect);
[label, values] = classification (net, I227);
imshow(I227)
并在标题上加上识别标签。
imshow(I227)
标题(字符串(标签(1)))
现在让我们收集一些类似的图片
t = tiledlayout(“流”);
t.TileSpacing =“没有”;
T.Padding =.“没有”;
numpix = 6;
为ipic = 1: numpix
imshow(快照(w),“父”,nextdile)
暂停(2)
结束
ylabel(t,“愚蠢的照片”)
清理
最后我清理了相机设备,因为我现在用完了它。这意味着从MATLAB中删除它,然后从我的工作区中清除指向它的变量。
删除(w)
清除w
回到最初的画面
当我从办公室的原始图片做同样的事情时,结果让我发笑。这里是。
你的一些经历是什么?
版权所有:The MathWorks, Inc.
|
コメント
コメントを残すには,此处をクリックしてMathWorksアカウントにサインインするか新しいMathWorksアカウントを作成します。