1
camera = webcam; % Connect to the camera
nnet = alexnet; % Load the neural net
while true
picture = camera.snapshot; % Take a picture
picture = imresize(picture,[227,227]); % Resize the picture
label = classify(nnet, picture); % Classify the picture
image(picture); % Show the picture
title(char(label)); % Show the label
drawnow;
end
我在互聯網上找到了這個matlab代碼。它顯示一個窗口，上面有來自網絡攝像頭的圖片，並且很快也會命名圖片中的內容（「鍵盤」，「bootle」，「鉛筆」，「時鐘」...）。我想在python中做到這一點。 到目前爲止，我有這樣的：Python：分類圖像中的對象
import cv2
import sys
faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
video_capture = cv2.VideoCapture(0)
while True:
ret, frame = video_capture.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.cv.CV_HAAR_SCALE_IMAGE
)
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
這是alreay很相似，但只檢測面。 matlab代碼使用alexnet。我想這是一個基於imagenet數據的預訓練網絡（http://www.image-net.org/）。但它不再可用。 我將如何在python中做到這一點？
（這裏有類似的問題，但它是4歲，我認爲現在有更新的技術）。
第一個示例使用1000個類中的一個對象選擇標記整個圖片。第二個發現圖片中只有一個類對象，但包含每個實例的位置。你能否澄清一下，你只想複製Python中的第一個例子？將兩者結合也是可能的（圍繞多個類別標識對象的框），但是可以比任何一個例子都要複雜得多。 –
我只對「label = classify（nnet，picture）」感興趣;％分類圖片「 I.e.爲pciture獲得一個分類標籤。 – jms