通过深度学习，对MIT Places数据集的子集以及预训练模型Places365GoogLeNet进行场景分类研究。

简介：
本示例旨在展示如何利用 MIT Places 数据集的特定子集以及预训练模型 Places365GoogLeNet，来验证 MATLAB 功能在场景分类方案中的应用价值。代码的组织结构被划分为四个主要部分：首先，在“第一部分”，我们从零开始构建一个基本的卷积神经网络（CNN），并对其进行训练和性能评估。随后，“第二部分”中，我们直接采用预训练模型 Places365GoogLeNet，不作任何修改。接着，“第三部分”则采用了迁移学习策略，以演示MATLAB中迁移学习在图像分类任务中的最新技术和最佳实践。最后，“第四部分”则通过应用图像数据增强技术来考察其是否能提升结果的质量。该示例设计为具有良好的可修改性和扩展性，能够满足用户的个性化需求。值得注意的是，用于本示例的数据集——Places365-Standard数据集的一个子集——可以在以下链接处获取： https://www.dropbox.com/s/a