使用GoogLeNet分类图像
这个例子展示了如何使用预先训练好的深度卷积神经网络GoogLeNet对图像进行分类。
GoogLeNet已经在超过100万张图像上进行了训练,可以将图像分为1000个对象类别(例如键盘、咖啡杯、铅笔和许多动物)。该网络已经为广泛的图像学习了丰富的特征表示。该网络将图像作为输入,然后输出图像中对象的标签以及每个对象类别的概率。
负荷预训练网络
加载预先训练好的GoogLeNet网络。这一步需要深度学习工具箱™模型为GoogLeNet网络支持包。如果您没有安装所需的支持包,则该软件提供下载链接。
你也可以选择加载不同的预训练网络进行图像分类。要尝试不同的预训练网络,请在MATLAB®中打开此示例并选择不同的网络。例如,你可以试试squeezenet
这个网络甚至比googlenet
.您可以在其他预训练的网络上运行此示例。有关所有可用网络的列表,请参见负载预训练网络.
网=googlenet;
要分类的图像必须与网络的输入大小相同。的第一个元素层
网络的属性是图像输入层。网络输入大小为InputSize
属性的图像输入层。
inputSize = net.Layers(1).InputSize
inputSize =1×3224 224 3
的最后一个元素层
属性是分类输出层。的一会
属性包含网络学习到的类的名称。从1000个类名中随机查看10个。
classNames = net.Layers(end).ClassNames;numClasses = numel(classNames);disp(类名(randperm (numClasses 10)))
“蝶耳犬”、“蛋酒”、“菠萝蜜”、“城堡”、“睡袋”、“红腿”、“创可贴”、“炒锅”、“安全带”、“橙子”
读取和调整图像大小
读取并显示要分类的图像。
I = imread(“peppers.png”);图imshow(我)
显示图像的大小。图像是384 × 512像素,有三个颜色通道(RGB)。
大小(我)
ans =1×3384 512 3
使用将图像大小调整为网络的输入大小imresize
.这种调整会略微改变图像的纵横比。
I = imresize(I,inputSize(1:2));图imshow(我)
根据应用程序的不同,您可能希望以不同的方式调整图像的大小。例如,您可以使用我(1:inputSize (1), 1: inputSize (2):)
.如果您有图像处理工具箱™,则可以使用imcrop
函数。
图像的分类
分类图像,并计算类概率使用分类
.该网络正确地将图像分类为灯笼椒。训练用于分类的网络为每个输入图像输出单个标签,即使图像包含多个对象。
[label,scores] = category (net,I);标签
标签=分类甜椒
显示带有预测标签的图像和具有该标签的图像的预测概率。
图imshow(I) title(字符串(标签)+”、“+ num2str(100*scores(classNames == label),3) +“%”);
显示顶部预测
以直方图的形式显示前五个预测标签及其相关概率。由于网络将图像划分为如此多的对象类别,并且许多类别是相似的,因此在评估网络时,通常会考虑前五名的准确性。该网络以高概率将图像分类为灯笼椒。
[~,idx] = sort(scores,“下”);Idx = Idx (5:-1:1);classNamesTop = net.Layers(end).ClassNames(idx);scoresTop = scores(idx);图barh(scoresTop) xlim([0 1])“五大预测”)包含(“概率”) yticklabels (classNamesTop)
参考文献
[1]塞格迪,克里斯蒂安,刘伟,贾扬青,皮埃尔·塞尔曼内,斯科特·里德,德拉戈米尔·安格洛夫,杜米特鲁·埃尔汉,文森特·范豪克和安德鲁·拉宾诺维奇。“更深入地研究卷积。”在IEEE计算机视觉和模式识别会议论文集,第1-9页。2015.
[2]BVLC GoogLeNet模型.https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
另请参阅
DAGNetwork
|googlenet
|分类
|预测
|squeezenet