使用 GoogLeNet 对图像进行分类

加载预训练网络

使用 imagePretrainedNetwork 函数加载预训练的 GoogLeNet 网络和对应的类名称。此步骤需要 Deep Learning Toolbox™ Model for GoogLeNet Network 支持包。如果没有安装所需的支持包，软件会提供下载链接。

您还可以选择加载不同的预训练网络进行图像分类。要尝试不同的预训练网络，请在 MATLAB® 中打开此示例并选择其他网络。例如，您可以尝试 SqueezeNet，这是一个比 GoogLeNet 还要快的网络。您可以使用其他预训练网络运行此示例。有关所有可用网络的列表，请参阅预训练的深度神经网络。

[net,classNames] = imagePretrainedNetwork("googlenet");

要分类的图像的大小必须与网络的输入大小相同。对于 GoogLeNet，网络的 Layers 属性的第一个元素是图像输入层。网络输入大小是图像输入层的 InputSize 属性。

inputSize = net.Layers(1).InputSize

inputSize = 1×3

   224   224     3

随机查看 10 个类名称。

numClasses = numel(classNames);
disp(classNames(randperm(numClasses,10)))

    "hartebeest"
    "streetcar"
    "hair slide"
    "entertainment center"
    "wreck"
    "Siamese cat"
    "racket"
    "purse"
    "marmoset"
    "fountain"

读取图像

读取并显示要分类的图像。

I = imread("peppers.png");
figure
imshow(I)

对图像进行调整大小和分类

显示图像的大小。图像为 384×512 像素，并且具有三个颜色通道 (RGB)。

size(I)

ans = 1×3

   384   512     3

使用 imresize 将图像大小调整为网络的输入大小。调整大小会略微更改图像的纵横比。

X = imresize(I,inputSize(1:2));
figure
imshow(X)

根据您的应用，您可能希望以不同方式调整图像大小。例如，您可以使用 I(1:inputSize(1),1:inputSize(2),:) 剪去图像的左上角。如果您有 Image Processing Toolbox™，则可以使用 imcrop 函数。

使用神经网络进行预测。要使用单个图像进行预测，请使用 predict 函数。该图像的数据类型为 uint8。要使用神经网络进行预测，请将图像转换为数据类型 single。要使用 GPU，请将数据转换为 gpuArray。使用 GPU 需要 Parallel Computing Toolbox™ 许可证和受支持的 GPU 设备。有关受支持设备的信息，请参阅GPU Computing Requirements (Parallel Computing Toolbox)。否则，该函数使用 CPU。

X = single(X);
if canUseGPU
    X = gpuArray(X);
end
scores = predict(net,X);

predict 函数返回每个类的概率。要将分类分数转换为分类标签，请使用 scores2label 函数。

[label,score] = scores2label(scores,classNames);

显示原始图像及预测的标签，以及具有该标签的图像的预测概率。

figure
imshow(I)
title(string(label) + ", " + score)

显示排名靠前的预测值

显示排名前五的预测标签，并以直方图形式显示它们的相关概率。由于网络将图像分类为如此多的对象类别，并且许多类别是相似的，因此在评估网络时通常会考虑准确度排名前五的几个类别。网络以高概率将图像分类为甜椒。

[~,idx] = sort(scores,"descend");
idx = idx(5:-1:1);
classNamesTop = classNames(idx);
scoresTop = scores(idx);

figure
barh(scoresTop)
xlim([0 1])
title("Top 5 Predictions")
xlabel("Probability")
yticklabels(classNamesTop)