罗兰关于MATLAB的艺术

将想法转化为MATLAB

网络摄像头，平铺布局，人工智能和冰箱!

发布的罗兰美国舒尔，

88次(过去30天 喜欢| 1评论
在大流行之前(实际上是几年前)，我试图找到一个超级简单的方法来展示MATLAB中预先训练的网络的力量，我在办公室的桌子上做了这个例子。后面有一块“板”，一半是有磁性的，另一半是用布包着的，所以我可以在上面挂有图钉的东西。
这是一张我站在黑板前的照片，出于某种原因，我对着电脑屏幕皱眉。
这是我用的代码。但是我现在不在我的办公室，所以你会看到不同的图片。

首先设置我的网络摄像头

我首先设置好网络摄像头，确保它能正常工作。你可能会惊喜地发现你的网络摄像头可以用在 MATLAB在线 ．
然后导入预先训练好的网络 alexnet ．
w =网络摄像头
w =
名称:“Microsoft®LifeCam Cinema(TM)”可用分辨率:{'640x480' '640x360' '424x240' '35万博 尤文图斯2x288' '320x240' '176x144' '160x120' '1280x720' '960x544' '800x448' '800x600'} 640x480' '曝光:-6背光补偿:0亮度:133清晰度:25对比度:5 WhiteBalance: 4500倾斜:0饱和度:83聚焦:5 ExposureMode: 'auto' WhiteBalanceMode: 'auto' Zoom: 0 Pan: 0 FocusMode: 'auto'
我可以尝试预览旁边的图像，以确定它是ok。我觉得现在没这个必要。
网= alexnet;

下一个测试是快照

接下来，我拍了一张快照来测试相机
我=快照(w);
imshow(我)
到目前为止，一切顺利。

使用预先训练好的网络识别图片内容

我调整图像的大小为正确的尺寸 alexnet ．我可以 作物 或 调整 它。
[c,r] = size(I， [1,2]);
宽度= 227;
身高= 227;
矩形= (((r-height) / 2),楼((c-width) / 2),宽度,高度1);
I227 = imcrop(I, rect);
[label, values] = classification (net, I227);
imshow (I227)
并在标题上加上识别标签。
imshow (I227)
标题(字符串(标签(1)))

现在让我们收集一些类似的图片

你可能还记得有一次你和朋友或家人去某个地方，用照相亭拍了一系列(通常很傻的)照片。这是我如何在MATLAB中使用 tiledlayout ．
t = tiledlayout (“流”）;
t.TileSpacing =“没有”；
t.Padding =“没有”；
numpix = 6;
为ipic = 1: numpix
imshow(快照(w),“父”nexttile)
暂停(2)
结束
ylabel (t)“愚蠢的照片”）

清理

最后我清理了相机设备，因为我现在用完了它。这意味着从MATLAB中删除它，然后从我的工作区中清除指向它的变量。
删除(w)
清晰的w

回到最初的画面

当我对我办公室里的原始照片做同样的事情时，结果让我笑了。在这儿。

你有哪些经历?

我相信是黑板上的磁铁吸引了网络的焦点来进行预测。你有没有利用你的网络摄像头在MATLAB中寻找乐趣?任何意想不到的结果。让我们知道 在这里 ．
版权所有:The MathWorks, Inc.
|
类别:
数据科学、
深入学习,
机器学习
  • 打印
  • 发送电子邮件

另请参阅

评论

要留下评论，请点击在这里登录到您的MathWorks帐户或创建一个新帐户。