Сверточная нейронная сеть Pretrained NASNet-Mobile
NASNet-мобильный сверточная нейронная сеть, 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 классифицировать новые изображения с помощью модели NASNet-Mobile. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на NASNet-мобильный.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загрузку, NASNet-мобильную вместо GoogLeNet.
Загрузите и установите Модель Deep Learning Toolbox для пакета поддержки NASNet-мобильной-сети.
Ввод nasnetmobile в командной строке.
nasnetmobile
Если Модель Deep Learning Toolbox для пакета поддержки NASNet-мобильной-сети 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 nasnetmobile в командной строке. Если необходимый пакет поддержки установлен, то функция возвращает DAGNetwork объект.
nasnetmobile
ans =
DAGNetwork with properties:
Layers: [914×1 nnet.cnn.layer.Layer]
Connections: [1073×2 table]Визуализируйте сеть с помощью Deep Network Designer.
deepNetworkDesigner(nasnetmobile)
Исследуйте другие предварительно обученные сети в Deep Network Designer путем нажатия на New.
Если необходимо загрузить сеть, то нажмите Install, чтобы открыть Add-On Explorer.
Можно использовать передачу обучения, чтобы переобучить сеть, чтобы классифицировать новый набор изображений.
Откройтесь пример Обучают Нейронную сеть для глубокого обучения 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 NASNet-мобильную-сеть вместо GoogLeNet.
net = nasnetmobile
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.
[1] ImageNet. http://www.image-net.org
[2] Zoph, Берет, Виджай Вэзудевэн, Джонатон Шленс и Кок В. Ле. "Изучая Передаваемые Архитектуры для Масштабируемого Распознавания Изображений". arXiv предварительно распечатывают arXiv:1707.07012 2, № 6 (2017).
DAGNetwork | Deep Network Designer | densenet201 | googlenet | inceptionresnetv2 | layerGraph | nasnetlarge | plot | resnet101 | resnet50 | shufflenet | squeezenet | trainNetwork | vgg16 | vgg19