网络摄像头,平铺布局,人工智能,还有冰箱!?
在大流行之前(实际上是几年前),当我试图找到一种超级简单的方法来展示MATLAB中预先训练的网络的能力时,我在办公室的桌子上做了这个例子。后面有一块“板子”,一半是磁性的,另一半是布覆盖的,所以我可以用图钉在上面挂东西。
这是一张我站在这块黑板前的照片,不知道为什么,我对着电脑屏幕愁眉苦脸。
这是我用的代码。但我现在不在办公室,所以你会看到不同的图片。
首先设置好我的摄像头
网络摄像头
我可以试着在旁边预览一下图片,以确保它是ok的。我觉得现在没必要。
Net = alexnet;
下一个测试是快照
接下来我通过拍一张快照来测试相机
I =快照(w);
imshow(我)
到目前为止,一切顺利。
利用预训练的网络对图片内容进行识别
[c,r] = size(I, [1,2]);
宽度= 227;
高度= 227;
矩形= (((r-height) / 2),楼((c-width) / 2),宽度,高度1);
I227 = imcrop(I, rect);
[label, values] = category (net, I227);
imshow (I227)
并在标题上贴上识别标签。
imshow (I227)
标题(字符串(标签(1)))
现在让我们收集一些类似的图片
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,因为我现在已经用完了。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
当我用办公室里的原始图片做同样的事情时,结果让我大笑。给你。
你有什么经历?
版权所有:The MathWorks, Inc.