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.
net = squeezenet
[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).
DAGNetwork
| alexnet
| densenet201
| googlenet
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| resnet101
| resnet18
| resnet50
| trainNetwork
| vgg16
| vgg19