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，需要登录帐号
 
 
 

 

先放上所有的.m代码：

clear;
camera=webcam; %connect to camera
nnet=alexnet;%load neural network,alexnet is a CNN,artist
train it as millison of picture
%make a circle to reload frame from camera
while true 
   
picture=camera.snapshot;
   
picture=imresize(picture,[227,227]);%resize picture
   
label=classify(nnet,picture);%
    image(picture);
4000

   
title(char(label));
    drawnow;
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