【深度学习·笔记一】基于Matlab的已训练神经网络Alexnet进行图像识别
2019-03-20 18:06
2326 查看
电脑环境
电脑系统:macOS Mojave 10.14
Matlab版本:2018b(校园版license)
注意这里一定要是正版Matlab才可以安装各种数据包
CPU:Intel Core i5 低电压版
显卡:Intel HD Graphics 5000
代码
直接上代码!代码很简单的。
net = alexnet; //首先将net定义为alexnet,也可以换成Matlab支持的其他已训练网络,具体见下图 inputsize = net.Layers(1).InputSize; //看看这个网络对输入图像的大小要求是什么,每种网络都不一样 picture = imread('1.jpg'); picture = imresize(picture,inputsize(1:2)); //读取图片并改变图片大小 label = classify(net,picture); //使用classify指令,利用alexnet对图像进行识别 image(picture); title(char(label)); //展示图像,显示出标记
是不是很简单呢?可能你的Matlab有一些支持包没有安装,不要慌,运行这串代码后,跟着Matlab的指令一步步把要装的包补齐就好。
大概看了一下,需要安装的包主要有:Deep Learning Toolbox、alexnet要装一个包忘了具体叫啥了,其他就叫你装啥就装啥吧。
这里展示了一些Matlab中已经训练好的神经网络,可见Alexnet是最弟弟的那一个,但胜在识别效率高速度快,对于我这种没有GPU的菜鸡弟弟很友好。
测试结果
他把我的宿舍识别成了prison,我觉得很厉害,一眼看清本质👍
狗也被识别出来了,Pembroke是一种柯基犬的名字,涨姿势了。没识别成孙红雷,好评👍
相关文章推荐
- 【深度学习·笔记二】Matlab训练RCNN神经网络识别STOP路标
- Matlab图像识别/检索系列(6)-10行代码完成深度学习网络之基于CNN的图像分类
- MATLAB神经网络学习笔记之:对线性神经网络进行自适应训练
- Matlab图像识别/检索系列(6)-10行代码完成深度学习网络之基于CNN的图像分类
- Coursera deeplearning.ai 深度学习笔记2-1-Practical aspects of deep learning-神经网络实际问题分析(初始化&正则化&训练效率)与代码实现
- 神经网络与深度学习笔记——第1章 使用神经网络识别手写数字
- 机器深度学习笔记(1)——神经网络从一张图片中识别狗的过程
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- matlab 关于利用深度学习进行图像识别
- 吴恩达深度学习课程笔记 1.3用神经网络进行有监督学习
- 王小草【深度学习】笔记第三弹--神经网络细节与训练注意点
- 基于PyTorch的深度学习入门教程(五)——训练神经网络分类器
- Matlab图像处理学习笔记(三):基于匹配的目标识别
- Matlab图像识别/检索系列(5)—10行代码完成深度学习网络之CNN/Autoencoder
- Matlab图像识别/检索系列(7)-10行代码完成深度学习网络之取中间层数据作为特征
- Matlab图像处理学习笔记(六):基于sift特征点的人民币识别
- 【深度学习笔记】(二)基于MNIST数据集的神经网络实验
- 【神经网络与深度学习】基于Windows+Caffe的Minst和CIFAR—10训练过程说明
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- 【神经网络学习笔记】基于离散Hopfield神经网络的数字识别