resnet50

Сверточная нейронная сеть ResNet-50

Синтаксис

net = resnet50

net = resnet50('Weights','imagenet')

lgraph = resnet50('Weights','none')

Описание

ResNet-50 является сверточной нейронной сетью, которой имеет 50 слоёв глубины. Можно загрузить предварительно обученную версию сети, обученной больше чем на миллионе изображений от базы данных ImageNet [1]. Предварительно обученная 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 ResNet-50. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на ResNet-50.

Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загружать ResNet-50 вместо GoogLeNet.

пример

net = resnet50 возвращает сеть ResNet-50, обученную на наборе данных ImageNet.

Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки ResNet-50. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.

net = resnet50('Weights','imagenet') возвращает сеть ResNet-50, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net = resnet50.

lgraph = resnet50('Weights','none') возвращает нетренированную архитектуру сети ResNet-50. Нетренированная модель не требует пакета поддержки.

Примеры

свернуть все

Загрузите пакет поддержки ResNet-50

Загрузите и установите Модель Deep Learning Toolbox для пакета Сетевой поддержки ResNet-50.

Ввод resnet50 в командной строке.

resnet50

Если Модель Deep Learning Toolbox для пакета Сетевой поддержки ResNet-50 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 resnet50 в командной строке. Если необходимый пакет поддержки установлен, то функция возвращает DAGNetwork объект.

resnet50

ans = 

  DAGNetwork with properties:

         Layers: [177×1 nnet.cnn.layer.Layer]
    Connections: [192×2 table]

Визуализируйте сеть с помощью Deep Network Designer.

deepNetworkDesigner(resnet50)

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.

Выходные аргументы

свернуть все

`net` — Сверточная нейронная сеть Pretrained ResNet-50
`DAGNetwork` объект

Предварительно обученная сверточная нейронная сеть ResNet-50, возвращенная как DAGNetwork объект.

`lgraph` — Нетренированная архитектура сверточной нейронной сети ResNet-50
`LayerGraph` объект

Нетренированная архитектура сверточной нейронной сети ResNet-50, возвращенная как LayerGraph объект.

Ссылки

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

[2] Он, Kaiming, Сянюй Чжан, Шаоцин Жэнь и Цзянь Сунь. "Глубокая невязка, учащаяся для распознавания изображений". В Продолжениях конференции по IEEE по компьютерному зрению и распознаванию образов, стр 770-778. 2016.

[3] https://keras.io/api/applications/resnet/#resnet50-function

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Для генерации кода можно загрузить сеть при помощи синтаксиса net = resnet50 или путем передачи resnet50 функция к coder.loadDeepLearningNetwork (MATLAB Coder). Например: net = coder.loadDeepLearningNetwork('resnet50')

Для получения дополнительной информации смотрите Предварительно обученные сети Загрузки для Генерации кода (MATLAB Coder).

Синтаксис resnet50('Weights','none') не поддерживается для генерации кода.

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 = resnet50 или путем передачи resnet50 функция к coder.loadDeepLearningNetwork (GPU Coder). Например: net = coder.loadDeepLearningNetwork('resnet50')
Для получения дополнительной информации смотрите Предварительно обученные сети Загрузки для Генерации кода (GPU Coder).
Синтаксис resnet50('Weights','none') не поддерживается для генерации кода графического процессора.

Темы

Введенный в R2017b

Документация

resnet50

Синтаксис

Описание

Примеры

Загрузите пакет поддержки ResNet-50

Выходные аргументы

`net` — Сверточная нейронная сеть Pretrained ResNet-50
`DAGNetwork` объект

`lgraph` — Нетренированная архитектура сверточной нейронной сети ResNet-50
`LayerGraph` объект

Ссылки

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

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

Смотрите также

Темы

Документация Deep Learning Toolbox

Поддержка

Документация

resnet50

Синтаксис

Описание

Примеры

Загрузите пакет поддержки ResNet-50

Выходные аргументы

net — Сверточная нейронная сеть Pretrained ResNet-50 DAGNetwork объект

lgraph — Нетренированная архитектура сверточной нейронной сети ResNet-50 LayerGraph объект

Ссылки

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

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

Смотрите также

Темы

Документация Deep Learning Toolbox

Поддержка

`net` — Сверточная нейронная сеть Pretrained ResNet-50
`DAGNetwork` объект

`lgraph` — Нетренированная архитектура сверточной нейронной сети ResNet-50
`LayerGraph` объект

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

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