importCaffeNetwork

Импортируйте предварительно обученные модели сверточной нейронной сети из Caffe

Синтаксис

net = importCaffeNetwork(protofile,datafile)

net = importCaffeNetwork(___,Name,Value)

Описание

net = importCaffeNetwork(protofile,datafile) импортирует предварительно обученную сеть из Caffe [1]. Функция возвращает предварительно обученную сеть с архитектурой, заданной .prototxt файл protofile и с сетевыми весами, заданными .caffemodel файл datafile.

Эта функция требует Средства импорта Deep Learning Toolbox™ для пакета поддержки Моделей Caffe. Если этот пакет поддержки не установлен, функция обеспечивает ссылку на загрузку.

Можно загрузить предварительно обученные сети с Зоопарка Модели Caffe [2].

net = importCaffeNetwork(___,Name,Value) возвращает сеть с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы с помощью любого из предыдущих синтаксисов.

Примеры

свернуть все

Загрузите средство импорта Deep Learning Toolbox для пакета поддержки моделей Caffe

Этот пример использует:

Загрузите и установите Средство импорта Deep Learning Toolbox для пакета поддержки Моделей Caffe.

Чтобы загрузить необходимый пакет поддержки, ввести importCaffeNetwork в командной строке.

importCaffeNetwork

Если Средство импорта Deep Learning Toolbox для пакета поддержки Моделей Caffe не установлено, то функция обеспечивает ссылку на необходимый пакет поддержки в Add-On Explorer. Чтобы установить пакет поддержки, щелкните по ссылке, и затем нажмите Install.

Импортируйте сеть Caffe

Этот пример использует:

Скрипт Open Live Script

Задайте файлы, чтобы импортировать.

protofile = 'digitsnet.prototxt';
datafile = 'digits_iter_10000.caffemodel';

Сеть Import.

net = importCaffeNetwork(protofile,datafile)

net = 
  SeriesNetwork with properties:

         Layers: [7×1 nnet.cnn.layer.Layer]
     InputNames: {'testdata'}
    OutputNames: {'ClassificationOutput'}

Входные параметры

свернуть все

`protofile` FileName
вектор символов | строковый скаляр

Имя файла .prototxt файл, содержащий сетевую архитектуру в виде вектора символов или строкового скаляра. protofile должен быть в текущей папке, в папке на пути MATLAB^®, или необходимо включать полный или относительный путь в файл. Если .prototxt файл не задает размер входных данных, необходимо задать размер с помощью 'InputSize' аргумент пары "имя-значение".

Пример: 'digitsnet.prototxt'

`datafile` FileName
вектор символов | строковый скаляр

Имя файла .caffemodel файл, содержащий сетевые веса в виде вектора символов или строкового скаляра. datafile должен быть в текущей папке, в папке на пути MATLAB, или необходимо включать полный или относительный путь в файл. Чтобы импортировать слоя сети без весов, использовать importCaffeLayers.

Пример: 'digits_iter_10000.caffemodel'

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: importCaffeNetwork(protofile,datafile,'AverageImage',I) импортирует предварительно обученную сеть с помощью среднего изображения I для нулевой центральной нормализации.

`'InputSize'` — Размер входных данных
вектор-строка

Размер входных данных в виде вектора-строки. Задайте вектор из двух или трех целочисленных значений [h,w], или [h,w,c] соответствуя высоте, ширине и количеству каналов входных данных. Если .prototxt файл не задает размер входных данных, затем необходимо задать входной размер.

Пример: [28 28 1]

`'AverageImage'` — Среднее изображение
матрица

Среднее изображение для нулевой центральной нормализации в виде матрицы. Если вы задаете изображение, то необходимо задать изображение одного размера с входными данными. Если вы не задаете изображение, программное обеспечение использует данные, заданные в .prototxt файл, если существующий. В противном случае функция устанавливает Normalization свойство изображения ввело слой сети к 'none'.

`'Classes'` — Классы выходного слоя
`'auto'` (значение по умолчанию) | категориальный вектор | массив строк | массив ячеек из символьных векторов

Классы выходного слоя в виде категориального вектора, массива строк, массива ячеек из символьных векторов или 'auto'. Если вы задаете массив строк или массив ячеек из символьных векторов str, затем программное обеспечение устанавливает классы выходного слоя к categorical(str,str). Если Classes 'auto', затем функция устанавливает классы на categorical(1:N), где N количество классов.

Типы данных: char | categorical | string | cell

Выходные аргументы

свернуть все

`net` — Импортированная предварительно обученная сеть Caffe
`SeriesNetwork` возразите | `DAGNetwork` объект

Импортированная предварительно обученная сеть Caffe, возвращенная как SeriesNetwork объект или DAGNetwork объект. Сети Caffe, которые берут цветные изображения в качестве входа, ожидают, что изображения будут в формате BGR. Во время импорта, importCaffeNetwork изменяет сеть так, чтобы импортированная сеть MATLAB взяла изображения RGB в качестве входа.

Советы

importCaffeNetwork может импортировать сети со следующими типами слоя Caffe, с некоторыми ограничениями:

Слой Caffe	Слой Deep Learning Toolbox
`BatchNormLayer`	`batchNormalizationLayer`
`ConcatLayer`	`depthConcatenationLayer`
`ConvolutionLayer`	`convolution2dLayer`
`DeconvolutionLayer`	`transposedConv2dLayer`
`DropoutLayer`	`dropoutLayer`
`EltwiseLayer` (только суммируйте),	`additionLayer`
`EuclideanLossLayer`	`RegressionOutputLayer`
`InnerProductLayer`	`fullyConnectedLayer`
`InputLayer`	`imageInputLayer`
`LRNLayer` (Локальная нормализация ответа)	`crossChannelNormalizationLayer`
`PoolingLayer`	`maxPooling2dLayer` или `averagePooling2dLayer`
`ReLULayer`	`reluLayer` или `leakyReluLayer`
`ScaleLayer`	`batchNormalizationLayer`
`SigmoidLayer`	`nnet.caffe.layer.SigmoidLayer`
`SoftmaxLayer`	`softmaxLayer`
`TanHLayer`	`tanhLayer`

Если сеть содержит какой-либо другой тип слоя, то программное обеспечение возвращает ошибку.

Функция импортирует только слои что protofile задает с ТЕСТОМ включать-фазы. Функция игнорирует любые слои что protofile задает с включать-фазой, ОБУЧАЮТСЯ.

Вопросы совместимости

развернуть все

`'ClassNames'` опция будет удалена

Не рекомендуемый запуск в R2018b

'ClassNames' будет удален. Используйте 'Classes' вместо этого. Чтобы обновить ваш код, замените все экземпляры 'ClassNames' с 'Classes'. Существуют некоторые различия между соответствующими свойствами в классификации выходные слои, которые требуют дополнительных обновлений вашего кода.

ClassNames свойство выходного слоя классификации является массивом ячеек из символьных векторов. Classes свойство является категориальным массивом. Использовать значение Classes с функциями, которые требуют входа массива ячеек, преобразуйте классы с помощью cellstr функция.

Ссылки

[1] Caffe. https://caffe.berkeleyvision.org/.

[2] Зоопарк Модели Caffe. https://caffe.berkeleyvision.org/model_zoo.html.

Расширенные возможности

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Указания и ограничения по применению:

Для генерации кода можно загрузить сеть при помощи синтаксиса net = importCaffeNetwork.

Темы

Введенный в R2017a

Документация

importCaffeNetwork

Синтаксис

Описание

Примеры

Загрузите средство импорта Deep Learning Toolbox для пакета поддержки моделей Caffe

Импортируйте сеть Caffe

Входные параметры

`protofile` FileName
вектор символов | строковый скаляр

`datafile` FileName
вектор символов | строковый скаляр

Аргументы в виде пар имя-значение

`'InputSize'` — Размер входных данных
вектор-строка

`'AverageImage'` — Среднее изображение
матрица

`'Classes'` — Классы выходного слоя
`'auto'` (значение по умолчанию) | категориальный вектор | массив строк | массив ячеек из символьных векторов

Выходные аргументы

`net` — Импортированная предварительно обученная сеть Caffe
`SeriesNetwork` возразите | `DAGNetwork` объект

Советы

Вопросы совместимости

`'ClassNames'` опция будет удалена

Ссылки

Расширенные возможности

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Смотрите также

Темы

Документация Deep Learning Toolbox

Поддержка

Документация

importCaffeNetwork

Синтаксис

Описание

Примеры

Загрузите средство импорта Deep Learning Toolbox для пакета поддержки моделей Caffe

Импортируйте сеть Caffe

Входные параметры

protofile FileName вектор символов | строковый скаляр

datafile FileName вектор символов | строковый скаляр

Аргументы в виде пар имя-значение

'InputSize' — Размер входных данных вектор-строка

'AverageImage' — Среднее изображение матрица

'Classes' — Классы выходного слоя 'auto' (значение по умолчанию) | категориальный вектор | массив строк | массив ячеек из символьных векторов

Выходные аргументы

net — Импортированная предварительно обученная сеть Caffe SeriesNetwork возразите | DAGNetwork объект

Советы

Вопросы совместимости

'ClassNames' опция будет удалена

Ссылки

Расширенные возможности

Генерация кода графического процессора Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Смотрите также

Темы

Документация Deep Learning Toolbox

Поддержка

`protofile` FileName
вектор символов | строковый скаляр

`datafile` FileName
вектор символов | строковый скаляр

`'InputSize'` — Размер входных данных
вектор-строка

`'AverageImage'` — Среднее изображение
матрица

`'Classes'` — Классы выходного слоя
`'auto'` (значение по умолчанию) | категориальный вектор | массив строк | массив ячеек из символьных векторов

`net` — Импортированная предварительно обученная сеть Caffe
`SeriesNetwork` возразите | `DAGNetwork` объект

`'ClassNames'` опция будет удалена

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.