ResNet-18 сверточная нейронная сеть
ResNet-18 - сверточная нейронная сеть глубиной 18 слоев. Предварительно подготовленную версию сети можно загрузить на более чем миллион изображений из базы данных ImageNet [1]. Предварительно обученная сеть 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 224 на 224. Дополнительные сведения о предварительно подготовленных сетях в MATLAB ® см. в разделе Предварительно обученные глубокие нейронные сети.
Вы можете использовать classify для классификации новых изображений с использованием модели ResNet-18. Выполните шаги команды «Классифицировать изображение с помощью GoogLeNet» и замените GoogLeNet на ResNet-18.
Чтобы переобучить сеть на новой задаче классификации, следуйте шагам Train Deep Learning Network по классификации новых образов и загрузке ResNet-18 вместо GoogLeNet.
net = resnet18
Для этой функции требуется модель Deep Learning Toolbox™ для пакета поддержки ResNet-18 Network. Если этот пакет поддержки не установлен, функция предоставляет ссылку для загрузки.
net = resnet18('Weights','imagenet')net = resnet18.
lgraph = resnet18('Weights','none')
Загрузите и установите модель Deep Learning Toolbox Model для пакета поддержки ResNet-18 Network.
Напечатать resnet18 в командной строке.
resnet18
Если модель Deep Learning Toolbox Model для пакета поддержки ResNet-18 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 resnet18 в командной строке. Если установлен необходимый пакет поддержки, функция возвращает DAGNetwork объект.
resnet18
ans =
DAGNetwork with properties:
Layers: [72×1 nnet.cnn.layer.Layer]
Connections: [79×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(resnet18)
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] Хэ, Каймин, Сянъу Чжан, Шаоцин Жэнь и Цзянь Сунь. «Глубокое остаточное обучение для распознавания изображения». В трудах конференции IEEE по компьютерному зрению и распознаванию образов, стр. 770-778. 2016.
DAGNetwork | Конструктор глубоких сетей | densenet201 | googlenet | inceptionresnetv2 | layerGraph | plot | resnet101 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19