1. 图像分类基本思路

我们讨论的前提是可以利用已有的模型进行训练，而不用再单独训练。

一般来说，有以下流程：

1. 读取图像数据
2. 加载预训练模型
3. 利用分类函数classify(model,img)进行分类得到标签
4. 画出图像和标签

实战—googlenet图像分类

img = imread("1.png");
net = googlenet;

img = imresize(img,[224,224]);

label = classify(net,img);

figure;
imshow(img);
title(char(label));

以上代码只要是个码农都看得懂。matlab是真的强大啊。

需要注意的是，图像需要满足输入要求。

我们在命令行中输入

net = googlenet

然后按照提示安装完模型之后，双击net变量

之后双击layers

再点击第一层

就可以看到输入层需要的图像大小了：

然后再对其进行缩放。就可以将其投入网络了。

哇哈哈哈，本人再经过了Python的环境摧残之后，体验过matlab,有点爱上它了。