1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/ZZqWlZ9p
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
基于Yolov2深度学习网络的喝水行为检测系统能够有效识别喝水动作，为健康监测、智能家居等领域提供了新的解决方案。通过优化网络结构和损失函数，可以进一步提高系统的准确性和实时性。
4.部分源码
global im;
global Predicted_Label;
cla (handles.axes1,'reset')
axes(handles.axes1);
set(handles.edit2,'string',num2str(0));
[filename,pathname]=uigetfile({'*.bmp;*.jpg;*.png;*.jpeg;*.tif'},'选择一个图片','F:\test');
str=[pathname filename];
% 判断文件是否为空，也可以不用这个操作！直接读入图片也可以的
% im = imread(str);
% imshow(im)
if isequal(filename,0)||isequal(pathname,0)
warndlg('please select a picture first!','warning');
return;
else
im = imread(str);
imshow(im);
end
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% global im;
%
%
%
% [Predicted_Label, Probability] = classify(net, II);
% imshow(im);
global im;
global Predicted_Label;
load model.mat
img_size= [224,224];
axes(handles.axes1);
I = imresize(im,img_size(1:2));
[bboxes,scores] = detect(detector,I,'Threshold',0.15);
flag=0;
if ~isempty(bboxes) % 如果检测到目标
[Vs,Is] = max(scores);
flag = 1;
I = insertObjectAnnotation(I,'rectangle',bboxes(Is,:),Vs,LineWidth=2);% 在图像上绘制检测结果
end
imshow(I)
if flag==0
set(handles.edit2,'string','无喝水行为');
else
set(handles.edit2,'string','有喝水行为');
end
0Y_013m
---
