Попробуйте Глубокое Обучение в 10 строках КОДА MATLAB

В этом примере показано, как использовать глубокое обучение, чтобы идентифицировать объекты на веб-камере реального времени с помощью только 10 линий кода MATLAB®. Попробуйте пример, чтобы видеть, как простой это должно начать с глубоким обучением в MATLAB.

  1. Запустите эти команды, чтобы получить загрузки в случае необходимости, соединиться с веб-камерой и получить предварительно обученную нейронную сеть.

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

    Если необходимо установить webcam и alexnet дополнения, сообщение от каждой функции появляется со ссылкой, чтобы помочь вам загрузить свободные дополнения с помощью Add-On Explorer. В качестве альтернативы см. Модель Deep Learning Toolbox для Сети AlexNet и Пакет Поддержки MATLAB для Веб-камер USB.

    После того, как вы установите Модель Deep Learning Toolbox™ для Сети AlexNet, можно использовать его, чтобы классифицировать изображения. AlexNet является предварительно обученной сверточной нейронной сетью (CNN), которая была обучена больше чем на миллионе изображений и может классифицировать изображения в 1 000 категорий объектов (например, клавиатура, мышь, кофейная кружка, карандаш и многие животные).

  2. Запустите следующий код, чтобы показать и классифицировать живые изображения. Укажите веб-камеру на объект и отчеты нейронной сети, какой класс объекта она думает, что веб-камера показывает. Это продолжит классифицировать изображения, пока вы не нажмете Ctrl +C. Код изменяет размер изображения для сетевого использования imresize (Image Processing Toolbox).

    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

    В этом примере сеть правильно классифицирует кофейную кружку. Экспериментируйте с объектами в своей среде, насколько точный сеть.

    Чтобы посмотреть ролик этого примера, смотрите Глубокое обучение в 11 Линиях кода MATLAB.

    Чтобы изучить, как расширить этот пример и показать множество вероятности классов, смотрите, Классифицируют Изображения Веб-камеры Используя Глубокое обучение.

    Для следующих шагов в глубоком обучении можно использовать предварительно обученную сеть для других задач. Решите новые задачи классификации на своих данных изображения с передачей обучения или извлечением признаков. Для примеров смотрите, Запускают Глубокое обучение Быстрее Используя Передачу обучения и Обучают Классификаторы, использующие Функции, Извлеченные из Предварительно обученных сетей. Чтобы попробовать другие предварительно обученные сети, смотрите Предварительно обученные Глубокие нейронные сети.

Смотрите также

| |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте