Сверточная нейронная сеть GoogLeNet
GoogLeNet - сверточная нейронная сеть глубиной 22 слоя. Предварительно подготовленную версию сети можно загрузить в наборы [2] данных ImageNet [1] или Places365 [3]. Сеть, обученная на ImageNet, классифицирует изображения на 1000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. Сеть, обученная на Places365, похожа на сеть, обученную на ImageNet, но классифицирует изображения на 365 различных категорий мест, таких как поле, парк, взлетно-посадочная полоса и вестибюль. Эти сети изучили различные представления функций для широкого спектра изображений. Предварительно обученные сети имеют размер ввода изображения 224 на 224. Дополнительные сведения о предварительно подготовленных сетях в MATLAB ® см. в разделе Предварительно обученные глубокие нейронные сети.
Чтобы классифицировать новые изображения с помощью GoogLeNet, используйте classify. Пример см. в разделе Классификация изображения с помощью GoogLeNet.
Сеть GoogLeNet можно переподготовить для выполнения новой задачи с помощью обучения переносу. При выполнении обучения передачи наиболее распространенным подходом является использование сетей, предварительно подготовленных в наборе данных ImageNet. Если новая задача похожа на классификацию сцен, то использование сети, обученной на Places-365, может дать более высокую точность. Пример переподготовки GoogLeNet для новой задачи классификации см. в разделе Обучение сети глубокого обучения классификации новых изображений
net = googlenet
Для этой функции требуется модель Deep Learning Toolbox™ для пакета поддержки сети GoogLeNet. Если этот пакет поддержки не установлен, функция предоставляет ссылку для загрузки.
net = googlenet('Weights',weights)googlenet('Weights','imagenet') (по умолчанию) эквивалентно googlenet.
Для сети, обученной на ImageNet, требуется модель инструментария глубокого обучения для пакета поддержки сети GoogLeNet. Для сети, обученной Places365, требуется модель набора инструментов для глубокого обучения для пакета поддержки Places365-GoogLeNet Network. Если необходимый пакет поддержки не установлен, функция предоставляет ссылку для загрузки.
lgraph = googlenet('Weights','none')
Загрузите и установите программу Deep Learning Toolbox Model для пакета поддержки сети GoogLeNet.
Напечатать googlenet в командной строке.
googlenet
Если модель Deep Learning Toolbox Model для пакета поддержки сети GoogLeNet не установлена, функция предоставляет ссылку на необходимый пакет поддержки в проводнике Add-On. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Установить. Убедитесь, что установка выполнена успешно, введя googlenet в командной строке. Если установлен необходимый пакет поддержки, функция возвращает DAGNetwork объект.
googlenet
ans =
DAGNetwork with properties:
Layers: [144×1 nnet.cnn.layer.Layer]
Connections: [170×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(googlenet)
Изучите другие предварительно подготовленные сети в Deep Network Designer, нажав кнопку Создать.
Если необходимо загрузить сеть, нажмите кнопку Установить, чтобы открыть обозреватель надстроек.
[1] ImageNet. http://www.image-net.org
[2] Чжоу, Болэй, Адитья Хосла, Агата Лапедриса, Антонио Торральба и Од Олива. «Places: База данных изображений для глубокого понимания сцены». arXiv препринт arXiv:1610.02055 (2016).
[3] Места. http://places2.csail.mit.edu/
[4] Сегеди, Кристиан, Вэй Лю, Янцин Цзя, Пьер Серманет, Скотт Рид, Драгомир Ангуэлов, Думитру Эрхан, Венсан Ванхуке и Эндрю Рабинович. «Углубляюсь со свертками.» В материалах конференции IEEE по компьютерному зрению и распознаванию образов, стр. 1-9. 2015.
[5] Модель GoogLeNet BVLC. https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
DAGNetwork | Конструктор глубоких сетей | densenet201 | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19