当前位置: 首页 > news >正文

专门做运动装备的网站百色seo快速排名

专门做运动装备的网站,百色seo快速排名,怎样做档口批发网站,网站建设设计服务系列文章目录 前言 此示例说明如何使用深度学习对移动设备摄像头采集的图像进行分类。 在您的移动设备上安装和设置 MATLAB Mobile™。然后,从 MATLAB Mobile 的“设置”登录 MathWorks Cloud。 在您的设备上启动 MATLAB Mobile。 一、在您的设备上安装 MATLAB M…

系列文章目录


前言

此示例说明如何使用深度学习对移动设备摄像头采集的图像进行分类。

在您的移动设备上安装和设置 MATLAB® Mobile™。然后,从 MATLAB Mobile 的“设置”登录 MathWorks® Cloud。

在您的设备上启动 MATLAB Mobile。


一、在您的设备上安装 MATLAB Mobile

Apple 的 App Store® 和 Google Play® 中提供了 MATLAB® Mobile™ App。

要在您的设备上下载 MATLAB Mobile App,请执行以下操作:

  1. 在您的设备上启动 App Store 或 Google Play。

  2. 使用关键字 MATLAB Mobile 在商店中搜索。

  3. 要开始在您的设备上免费安装 App,请执行以下操作:

    • 在 Android 设备上:点击安装

    • 在 Apple 设备上:点击下载图标。在某些情况下,iTunes 应用程序可能要求您输入密码来完成交易。

  4. 安装完成后,您可以点击打开以在您的设备上启动 MATLAB Mobile。

对于 Apple 设备,您还可以从您计算机上的 iTunes 软件访问 App Store。

至此页面下载并安装 MATLAB Support Package for Android Sensors 工具箱。

MATLAB Support Package for Android Sensors - File Exchange - MATLAB Central (mathworks.cn)icon-default.png?t=N7T8https://ww2.mathworks.cn/matlabcentral/fileexchange/47618-matlab-support-package-for-android-sensors

二、创建与手机摄像头的连接

命令屏幕上,创建一个 mobiledev 对象 m

m = mobiledev
m = 
mobiledev with properties:Connected: 1AvailableCameras: {'back' 'front'}Logging: 0InitialTimestamp: ''AccelerationSensorEnabled: 0
AngularVelocitySensorEnabled: 0MagneticSensorEnabled: 0OrientationSensorEnabled: 0PositionSensorEnabled: 0Supported functions

AvailableCameras 属性指示该设备具有 'back' 和 'front' 摄像头。创建与 'back' 摄像头的连接。

cam = camera(m,'back')
cam = Camera with properties:Name: 'back'AvailableResolutions: {'640x480'  '1280x720'}Resolution: '640x480'Flash: 'off'Autofocus: 'on'

摄像头属性提供关于图像分辨率、自动对焦和闪光灯设置的信息。

三、加载预训练网络并采集图像

需要至此页面下载安装 Deep Learning Toolbox Model for GoogLeNet Network 工具箱

https://ww2.mathworks.cn/matlabcentral/fileexchange/64456-deep-learning-toolbox-model-for-googlenet-networkicon-default.png?t=N7T8https://ww2.mathworks.cn/matlabcentral/fileexchange/64456-deep-learning-toolbox-model-for-googlenet-network

命令屏幕上,使用 Deep Learning Toolbox™ 加载预训练的 GoogLeNet 网络。

nnet = googlenet;

使用 snapshot 函数和手动快门模式从摄像头采集单个图像。摄像头预览打开后,您可以移动您的移动设备来捕获所需的视野。对于本例,捕获要分类的对象的图像。准备好后,按快门按钮采集图像。

img = snapshot(cam,'manual');

 调整图像大小以匹配网络的输入大小。GoogLeNet 的输入大小是 224×224。使用 image 在 MATLABMobile 中预览图像。

img = imresize(img,[224,224]);
image(img)

四、分类并显示采集的图像

使用来自 Deep Learning Toolbox 的 classify 对所采集图像中的对象进行分类。

label = classify(nnet,img)
label = categoricalcoffee mug 

此对象被分类为咖啡杯。使用标签作为图窗标题预览图像。

image(img)
title(char(label));

 

五、编写函数对图像进行分类

您可以在 MATLABMobile 中编写一个函数来执行前面所有步骤,以对图像进行分类。

文件屏幕上,在 MATLABDrive™ 文件夹中创建一个新脚本。将文件命名为 camnet.m。按照以下方式定义 camnet 函数并保存文件。

function value = camnet(cam,nnet)img = snapshot(cam,'manual');pic = imresize(img,[224,224]);value = classify(nnet,pic);image(pic)title(char(value))
end

命令屏幕上,创建 mobiledev 对象。然后创建 camera 对象。

m = mobiledev;
cam = camera(m,'front');

 加载预训练的 GoogLeNet 网络。

nnet = googlenet;

 调用 camnet 函数。

label = camnet(cam,nnet)

 摄像头预览会在您的移动设备上打开。移动您的移动设备摄像头,指向您要分类的对象。按快门按钮捕获图像。捕获图像后,您可以查看图窗。图窗标题显示对象的预测标签。

 

http://www.15wanjia.com/news/9710.html

相关文章:

  • 高端品牌网站建设(杭州)上海公司排名
  • 做封面哪个网站好百度搜索推广平台
  • 网站建设公司上海做网站公司头条搜索
  • linux做网站教程阐述网络推广的主要方法
  • 凡科做的网站不能被收录石家庄seo网站管理
  • 东莞企业营销型网站建设品牌网络seo方案外包
  • 小游戏网站怎么做武汉seo 网络推广
  • wordpress亮相关键词快速优化排名软件
  • 长沙好的网站建设公司最新的疫情防控政策和管理措施
  • 什么是权重高的网站公司seo是什么职位
  • 买了云服务器怎么做网站查关键词热度的网站
  • 免费网站建设排行表国家重大新闻
  • 物流网站首页图片成都seo
  • 崇礼做网站的公司seo自动工具
  • wordpress域名访问东莞优化网站制作
  • 个体户能否从事网站建设软文推广发布
  • 找i满洲做卖房广告不收费的网站常见的网络推广方式有哪些
  • 龙之向导外贸官方网站魔贝课凡seo课程好吗
  • 中文旅游网站html模板辽源seo
  • 自己怎么做电影网站seo下载站
  • 如何在腾讯云上网站建设宁波关键词排名优化
  • 免费推广做产品的网站手机百度搜索app
  • github部署wordpress独立站seo推广
  • 网站开发 招聘郑州关键词网站优化排名
  • 网站改版设计注意事项必应搜索引擎首页
  • 网站推荐几个免费的北京关键词快速排名
  • 湛江城市建设培训中心网站网站seo收费
  • 建站教程pdf网络推广方法有哪些
  • 做wish选品网站 数据网站关键词seo深圳
  • 合肥网站关键词seo优化公司今日最新国际新闻