目标检测的MATLAB代码

以下是使用MATLAB进行目标检测的示例代码。该代码使用YOLOv3算法进行目标检测，可以识别出图片中的多个物体并进行分类。

% 加载YOLOv3网络模型
net = load('yolov3.mat');
lgraph = net.lgraph;

% 加载图片
img = imread('test.jpg');

% 进行预处理
img = imresize(img,[416 416]);
img = im2single(img);
img = img*255;

% 使用YOLOv3进行目标检测
output = predict(lgraph, img);

% 从输出中提取边界框和置信度
boxes = output(:,1:4);
scores = output(:,5);

% 应用非极大值抑制（NMS）进行筛选
[~, idx] = max(scores);
boxes = boxes(idx, :);
scores = scores(idx, :);
idx = find(scores > 0.5);
[~, scores_idx] = sort(scores(idx), 'descend');
boxes = boxes(idx(scores_idx), :);
scores = scores(idx(scores_idx), :);

% 绘制边界框和标签
figure, imshow(img)
hold on
for i=1:size(boxes,1)
    box = boxes(i,:);
    x = box(1);
    y = box(2);
    w = box(3);
    h = box(4);
    label = sprintf('Object %d', i);
    rectangle('Position', [x, y, w, h], 'LineWidth', 2, 'EdgeColor', 'r');
    text(x, y-5, label, 'FontSize', 10, 'Color', 'r');
end
hold off

在运行该代码之前，需要先下载YOLOv3模型文件（yolov3.mat）并将其保存在与代码文件相同的目录下。该模型文件可以从互联网上下载，也可以使用MATLAB自带的深度学习工具箱中的函数进行训练和导出。