squeezenet

Предварительно обученный SqueezeNet сверточная нейронная сеть

SqueezeNet является сверточной нейронной сетью, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. Сеть является 18 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. Эта функция возвращает сеть SqueezeNet v1.1, которая имеет подобную точность к SqueezeNet v1.0, но требует меньшего количества операций с плавающей точкой на прогноз [3]. Сеть имеет входной размер изображений 227 227. Для большего количества предварительно обученных сетей в MATLAB® смотрите Предварительно обученные Глубокие нейронные сети.

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

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

Синтаксис

net = squeezenet

Описание

пример

net = squeezenet возвращает предварительно обученный SqueezeNet сверточная нейронная сеть.

Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки SqueezeNet. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.

Примеры

свернуть все

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

Введите squeezenet в командной строке.

squeezenet

Если Модель Deep Learning Toolbox для пакета Сетевой поддержки SqueezeNet не установлена, то функция обеспечивает ссылку на необходимый пакет поддержки в Add-On Explorer. Чтобы установить пакет поддержки, щелкните по ссылке, и затем нажмите Install. Проверяйте, что установка успешна путем ввода squeezenet в командной строке. Если необходимый пакет поддержки установлен, то функция возвращает объект DAGNetwork.

net = squeezenet
net = 

  DAGNetwork with properties:

         Layers: [68×1 nnet.cnn.layer.Layer]
    Connections: [75×2 table]

Выходные аргументы

свернуть все

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

Ссылки

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

[2] Iandola, Форрест Н., ханьцы Песни, Метью В. Москевич, Халид Ашраф, Уильям Дж. Далли и Курт Койцер. "SqueezeNet: точность AlexNet-уровня с 50x меньше параметров и <размер модели на 0,5 Мбайта". arXiv предварительно распечатывают arXiv:1602.07360 (2016).

Расширенные возможности

Введенный в R2018a

Для просмотра документации необходимо авторизоваться на сайте