Pruebe deep learning en 10 líneas de código de MATLAB

Este ejemplo muestra cómo usar deep learning para identificar objetos en una webcam en tiempo real utilizando solo 10 líneas de código de MATLAB^®. Pruebe el ejemplo para comprobar lo fácil que es dar sus primeros pasos en deep learning en MATLAB.

1. Ejecute estos comandos para obtener las descargas si es necesario, conectarse a la webcam y obtener una red neuronal preentrenada.

   camera = webcam;  % Connect to the camera
   net = squeezenet; % Load the neural network

   Si necesita instalar el complemento webcam, esta función mostrará un mensaje con un enlace para ayudarle a descargar el complemento gratuito con Add-On Explorer. También puede consultar MATLAB Support Package for USB Webcams.

   SqueezeNet es una red neuronal convolucional (CNN) preentrenada que se ha entrenado con más de un millón de imágenes y puede clasificarlas en 1000 categorías de objetos (como teclado, ratón, taza de café, lápiz y muchos animales).

2. Ejecute el siguiente código para mostrar y clasificar imágenes en tiempo real. Apunte la webcam hacia un objeto, y la red neuronal detectará qué clase de objeto cree que está mostrando la webcam. Continuará clasificando imágenes hasta que presione Ctrl + C. El código cambia el tamaño de la imagen para la red con imresize.

   while true
       im = snapshot(camera);       % Take a picture
       image(im);                   % Show the picture
       im = imresize(im,[227 227]); % Resize the picture for squeezenet
       label = classify(net,im);    % Classify the picture
       title(char(label));          % Show the class label
       drawnow
   end

   En este ejemplo, la red clasifica correctamente una taza de café. Experimente con objetos de su entorno para comprobar el grado de precisión de la red.

   

   Para ver un vídeo de este ejemplo, consulte Deep Learning in 11 Lines of MATLAB Code.

   Para aprender a ampliar este ejemplo y mostrar las puntuaciones de probabilidad de las clases, consulte Clasificar imágenes de una webcam mediante deep learning.

   En los siguientes pasos de deep learning, podrá usar la red preentrenada para otras tareas. Resuelva nuevos problemas de clasificación en los datos de imagen mediante la transferencia del aprendizaje o la extracción de características. Para ver ejemplos, consulte Empezar a usar deep learning rápidamente con la transferencia del aprendizaje y Entrenar clasificadores utilizando características extraídas de redes preentrenadas. Para probar otras redes preentrenadas, consulte Redes neuronales profundas preentrenadas.

Consulte también

imagePretrainedNetwork | dlnetwork | trainingOptions | trainnet

Temas relacionados

• Clasificar imágenes de una webcam mediante deep learning
• Clasificar una imagen con una red preentrenada
• Introducción a la transferencia del aprendizaje
• Preparar una red para la transferencia del aprendizaje mediante Deep Network Designer
• Get Started with Time Series Forecasting
• Crear una red de clasificación de imágenes sencilla