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。