Предварительно обученная сверточная нейронная сеть Inception-ResNet-v2
Inception-ResNet-v2 является сверточной нейронной сетью, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. Сеть является 164 слоями глубоко и может классифицировать изображения в 1 000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть изучила богатые представления функции для широкого спектра изображений. Сеть имеет входной размер изображений 299 299. Для большего количества предварительно обученных сетей в MATLAB® смотрите Предварительно обученные Глубокие нейронные сети.
Можно использовать classify, чтобы классифицировать новые изображения с помощью сети Inception-ResNet-v2. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на Inception-ResNet-v2.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги Нейронной сети для глубокого обучения Train, чтобы Классифицировать Новые Изображения и загрузить Inception-ResNet-v2 вместо GoogLeNet.
net = inceptionresnetv2[1] ImageNet. http://www.image-net.org
[2] Szegedy, христианин, Сергей Иоффе, Винсент Вэнхук и Александр А. Алеми. "Начало-v4, Начало-ResNet и Влияние Остаточных Связей на Изучении". В AAAI, издании 4, p. 12. 2017.
DAGNetwork | alexnet | densenet201 | googlenet | importKerasLayers | importKerasNetwork | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19