大家好，又见面了，我是你们的朋友全栈君。
深度网络既然在图像识别方面有很高的准确率，那将某一层网络输出数据作为图像特征也应该是可行的。该程序给出了使用Alexnet第七层作为激活层提取图像特征的示例。代码如下：
clear;
trainPath = fullfile(pwd,'image');
trainData = imageDatastore(trainPath,...
'IncludeSubfolders',true,'LabelSource','foldernames');
[trainingImages,testImages] = splitEachLabel(trainData,0.7,'randomized');
numTrainImages = numel(trainingImages.Labels);
%加载预训练模型
net = alexnet;
%指定用来提取特征的层
layer = 'fc7';
%提取指定层训练数据特征
trainingFeatures = activations(net,trainingImages,layer);
%提取指定层测试数据特征
testFeatures = activations(net,testImages,layer);
%获取训练数据标签
trainingLabels = trainingImages.Labels;
%获取测试数据标签
testLabels = testImages.Labels;
save('alexnetFeature.mat','trainingFeatures','trainingLabels','trainingFeatures','testLabels');转载于:https://blog.51cto.com/8764888/2086352
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/151904.html原文链接：https://javaforall.net
