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/Zpacmpht
>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GoogLeNet深度学习的运动项目识别系统，是利用深度神经网络技术，尤其是GoogLeNet架构，来自动识别视频或图像中的人类运动类型的过程。GoogLeNet（也称为Inception网络）在2014年由Google团队提出，因其高效的结构设计和在ImageNet大规模视觉识别挑战赛中的优异表现而闻名。
4.部分源码
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global im;
global Predicted_Label;
cla (handles.axes1,'reset')
axes(handles.axes1);
set(handles.edit2,'string',num2str(0));
load gnet.mat
[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
II(:,:,1) = imresize(im(:,:,1),[224,224]);
II(:,:,2) = imresize(im(:,:,2),[224,224]);
II(:,:,3) = imresize(im(:,:,3),[224,224]);
[Predicted_Label, Probability] = classify(net, II);
0Y_028m
---
