我正在进行硕士论文，研究超分辨率算法对AlexNet图像标注准确率的影响。我使用的是Matlab和预训练的AlexNet版本。

问题是，使用

[label, scores] = classify(net, 'image')

我只能得到一个标签，而我希望得到多个标签，比如五个，以及AlexNet对应的得分。

我不知道如何做到这一点，如果有人能给我一点提示，我将非常感激。

回答：

scores矩阵会告诉你每个类别在分类数据时的得分情况。具体来说，每列i会告诉你第i个类别在尝试以类别i分类输入时的得分情况。每行对应AlexNet的一个输入。

如果你想获取每个输入的前k个得分，你可以使用sort – 特别是查看第二个输出变量，并单独对每行进行排序。之后，你可以提取结果的前k列，这将告诉你与输入相关联的前5个类别或标签。如果你关心实际的类别，请查看第一个输出。

% 首先对你想要的图像进行分类[label, scores] = classify(net, ...);k = 5; % 我们想要5个类别[scores_sorted, classes] = sort(scores, 2); % 单独对每行排序scores_sorted = scores_sorted(:, 1 : k);classes = classes(:, 1 : k);

scores_sorted和classes现在将为你提供k列矩阵，每行告诉你每个输入分配的前k个类别（存储在classes中）以及AlexNet提供的得分（scores_sorted）。

最后，要确定实际的类别是什么，当你创建AlexNet时，最后一层包含分类类别。假设你创建了默认网络：

net = alexnet;

… 你可以通过以下方式确定每个标签ID的类别是什么：

c = net.Layers(end).ClassNames;

这是一个类别的单元数组，总共应该有1000个元素。因此，根据我上面写的代码中的classes变量，你可以这样做：

out = net.Layers(end).ClassNames(classes);

classes将用于索引到单元数组中，因此它将为你提供一个N x k的单元数组，其中该单元数组的每一行告诉你AlexNet为每个输入图像分配的前k个类别的标签。