shufflenet

Предварительно обученный ShuffleNet сверточная нейронная сеть

свернуть все на странице

ShuffleNet является сверточной нейронной сетью, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. Сеть 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 224 224. Для большего количества предварительно обученных сетей в MATLAB® смотрите Предварительно обученные Глубокие нейронные сети.

Можно использовать classify, чтобы классифицировать новые изображения с помощью модели ShuffleNet. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на ShuffleNet.

Чтобы переобучить сеть на новой задаче классификации, выполните шаги Нейронной сети для глубокого обучения Train, чтобы Классифицировать Новые Изображения и загрузить ShuffleNet вместо GoogLeNet.

Синтаксис

net = shufflenet

Описание

пример

net = shufflenet возвращает предварительно обученный ShuffleNet сверточная нейронная сеть.

Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки ShuffleNet.

Примеры

свернуть все

Загрузите и установите Модель Deep Learning Toolbox для пакета Сетевой поддержки ShuffleNet.

Откройте Add-On Explorer в MATLAB и ищите ShuffleNet. Выберите Модель Deep Learning Toolbox для пакета Сетевой поддержки ShuffleNet. Загрузите и установите пакет поддержки путем нажатия на Install. Можно также загрузить сеть с Команды MathWorks Deep Learning Toolbox.

Проверяйте, что установка успешна путем ввода shufflenet в командной строке. Если необходимый пакет поддержки установлен, то функция возвращает объект DAGNetwork.

shufflenet
ans = 

  DAGNetwork with properties:

         Layers: [173×1 nnet.cnn.layer.Layer]
    Connections: [188×2 table]

Можно использовать передачу, учащуюся переобучать сеть, чтобы классифицировать новый набор изображений.

Откройте Нейронную сеть для глубокого обучения Train в качестве примера, чтобы Классифицировать Новые Изображения. Исходный пример использует предварительно обученную сеть GoogLeNet. Чтобы использовать обучение с переносом с помощью различной сети, загрузите желаемую предварительно обученную сеть и выполните шаги в примере.

Загрузите сеть ShuffleNet вместо GoogLeNet. 

net = shufflenet

Выполните остающиеся шаги в примере, чтобы переобучить вашу сеть. Необходимо заменить последний learnable слой и слой классификации в сети с новыми слоями для обучения. Пример показывает вам, как найти который слои заменить.

Выходные аргументы

свернуть все

Предварительно обученный ShuffleNet сверточная нейронная сеть, возвращенная как объект DAGNetwork.

Ссылки

[1] ImageNet. http://www.image-net.org

[2] Чжан, Xiangyu, Синьюй Чжоу, Мэнсяо Линь и Цзянь Сунь. "ShuffleNet: Чрезвычайно Эффективная Сверточная Нейронная сеть для Мобильных устройств". arXiv предварительно распечатывают arXiv: 1707.01083v2 (2017).

Смотрите также

| | | | | | | | | | | | |

Темы

Введенный в R2019a

Документация Deep Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте