使用深度学习的实时图像检测应用-MatlabAlexnet图像识别代码

matlab alexnet图像识别代码使用深度CNN的实时图像检测应用 该项目涉及图像识别，该图像识别在计算机视觉领域起着至关重要的作用。 流行的深度卷积神经网络（CNN）经过大规模培训，并针对大型图像数据集（例如ImageNet，CIFAR10，CIFAR100和MNIST）进行了测试。 作为该项目的一部分，我们创建了一个新的数据集，希望其他人将来能够为之贡献。 在宏观层面上，我们的项目包含三个部分：首先，我们创建了一个数据集，该数据集由大约5000张手指数从1到5的图像组成；其次，我们创建了一个实时检测平台，该平台可以通过网络摄像头对手指数进行分类。 我们的CNN模型是在Python的TensorFlow库中实现的，实时检测平台是在MATLAB中实现的。 最后，我们在数据集中训练了几种流行的CNN，例如AlexNet，ResNet50和InceptionV4。 我们还在Matlab的数据集中训练AlexNet。 通过利用这种深层的CNN，我们通过Matlab中的网络摄像头进行了实时检测，由于计算机中数据集和GPU的图像数量众多，因此有时速度较慢。 但是，它仍然可以很好地预测手指的