当前位置:   article > 正文

使用深度学习对网络摄像头图像进行分类

使用深度学习对网络摄像头图像进行分类

目录

加载相机和预训练网络

对相机快照进行分类

连续对相机图像进行分类

显示排名靠前的预测值

连续分类图像并显示排名靠前的预测值

另请参阅


        此示例说明如何使用预训练的深度卷积神经网络 GoogLeNet 实时对来自网络摄像头的图像进行分类。

        使用 MATLAB®、普通的网络摄像头和深度神经网络来识别周围环境中的对象。此示例使用 GoogLeNet,它是预训练的深度卷积神经网络(CNN 或 ConvNet),已基于超过一百万个图像进行训练,可以将图像分为 1000 个对象类别(例如键盘、咖啡杯、铅笔和多种动物)。可以下载 GoogLeNet 并使用 MATLAB 实时连续处理相机图像。

   

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/92551
推荐阅读
相关标签
  

闽ICP备14008679号