目录
加载相机和预训练网络
对相机快照进行分类
连续对相机图像进行分类
显示排名靠前的预测值
连续分类图像并显示排名靠前的预测值
另请参阅
此示例说服务器托管网明如何使用预训练的深度卷积神经网络 GoogLeNet 实时对来自网络摄像头的图像进行分类。
使用 MATLAB、普通的网络摄像头和深度神经网络来识别周围环境中的对象。此示例使用 GoogLeNet，它是预训练的深度卷积神经网络（CNN 或 ConvNet），已基于超过一百万个图像进行训练，可以将图像分为 1000 个对象类别（例如键盘、咖啡杯、铅笔和多种动物）。可以下载 GoogLeNet 并使用 MAT服务器托管网LAB 实时连续处理相机图像。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
相关推荐: MappedByteBuffer VS FileChannel：从内核层面对比两者的性能差异
本文基于 Linux 内核 5.4 版本进行讨论 自上篇文章《从 Linux 内核角度探秘 JDK MappedByteBuffer》 发布之后，很多读者朋友私信我说，文章的信息量太大了，其中很多章节介绍的内容都是大家非常想要了解，并且是频繁被搜索的内容，所以…
