Предварительно обученная Inception-ResNet-v2 сверточная нейронная сеть
Inception-ResNet-v2 - сверточная нейронная сеть, обученная на более чем миллионе изображений из базы данных ImageNet [1]. Сеть имеет глубину 164 слоя и может классифицировать изображения на 1000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть получила богатые представления элементов для широкого спектра изображений. Сеть имеет размер входного изображения 299 на 299. Дополнительные сведения о предварительно подготовленных сетях в MATLAB ® см. в разделе Предварительно обученные глубокие нейронные сети.
Вы можете использовать classify для классификации новых образов с использованием сети Inception-ResNet-v2. Выполните шаги команды «Классифицировать изображение с помощью GoogLeNet» и замените GoogLeNet на Inception-ResNet-v2.
Чтобы переобучить сеть на новой задаче классификации, следуйте шагам Train Deep Learning Network по классификации новых образов и загрузке Inception-ResNet-v2 вместо GoogLeNet.
Загрузите и установите модель Deep Learning Toolbox Model для пакета поддержки Inception-ResNet-v2 Network.
Напечатать inceptionresnetv2 в командной строке.
inceptionresnetv2
Если модель Deep Learning Toolbox Model для пакета поддержки Inception-ResNet-v2 Network не установлена, функция предоставляет ссылку на требуемый пакет поддержки в обозревателе Add-On Explorer. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Установить. Убедитесь, что установка выполнена успешно, введя inceptionresnetv2 в командной строке. Если установлен необходимый пакет поддержки, функция возвращает DAGNetwork объект.
net = inceptionresnetv2
net =
DAGNetwork with properties:
Layers: [825×1 nnet.cnn.layer.Layer]
Connections: [922×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(inceptionresnetv2)
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] Сегеди, Кристиан, Сергей Иоффе, Винсент Ванхуке и Александр А. Алеми. «Inception-v4, Inception-ResNet и влияние остаточных связей на обучение». В AAAI, т. 4, с. 12. 2017.
DAGNetwork | Конструктор глубоких сетей | densenet201 | googlenet | importKerasLayers | importKerasNetwork | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19