Pruebe深度学习en 10 líneas de código deMATLAB
Este ejemplo muestra cómo usar深度学习para识别对象en una网络摄像头en tiempo real utizando solo 10 líneas de código de MATLAB®.Pruebe el ejemplo para comprobar lo fácil que es dar sus primeros pasos en deep learning en MATLAB。
射出的指令是必须的,射出的指令是网络摄像头的,射出的指令是红色的神经元。
摄像头=网络摄像头;连接到相机Net = alexnet;加载神经网络
是必要的,是互补的
网络摄像头
yalexnet
, cada función mostrará un mensaje con un enlace para ayudarle a descargar los互补免费con Add-On Explorer。También puede consultar深度学习工具箱模型用于AlexNet网络yMATLAB金宝appUSB网络摄像头支持包.Una vez que haya安装深度学习工具箱™模型用于AlexNet网络, podrá utilitzarlo para classifier imágenes。AlexNet es una red neuronal convolucional (CNN) preentrenada que se ha entrenado con más de un millón de imágenes y puede clasificarlas en 1000 categorías de客体(como teclado, ratón, taza de café, lápiz y muchos animales)。
发射信号código对星分类imágenes实时实时。Apunte la网络摄像头hacia un objto, y la red neuronal detectará qué clase de objto cree que está mostrando la网络摄像头。Continuará classiificando imágenes有位总统Ctrl+C.El código cambia El tamaño de la imagen para la red con
imresize
.而True im =快照(相机);%拍张照片图像(im);%显示图片Im = imresize(Im,[227 227]);为alexnet调整图片大小标签=分类(net,im);图片分类标题(char(标签));显示类标签drawnow结束
在这里,红色的分类正确的地方café。实验对象与实验对象之间的关系precisión红色。
Para ver un vídeo de este ejemplo, consulte深度学习的11行MATLAB代码.
Para a aprender a amplieestejemplemestaptuaciones de probabilidad de las class, consulte分类imágenes de una网络摄像头中间深度学习.
深度学习的知识,podrá我们的知识和知识。新问题clasificación在意象中间转移的数据中在思想转移的数据中extracción de características。Para ver ejemploys, consulte使用迁移学习更快地开始深度学习y使用从预训练网络中提取的特征的训练分类器.咨询委员会前突深神经红.
Consulte也
trainNetwork
|trainingOptions
|alexnet