Сверточная нейронная сеть Xception
Xception - сверточная нейронная сеть, глубиной 71 слой. 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 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 изображений с использованием модели Xception. Выполните шаги команды «Классифицировать изображение с помощью GoogLeNet» и замените GoogLeNet на Xception.
Чтобы переобучить сеть по новой задаче классификации, выполните шаги Train Deep Learning Network для классификации новых образов и загрузки Xception вместо GoogLeNet.
net = xception
Для этой функции необходим пакет поддержки Deep Learning Toolbox™ Model для Xception Network. Если этот пакет поддержки не установлен, функция предоставляет ссылку для загрузки.
net = xception('Weights','imagenet')net = xception.
lgraph = xception('Weights','none')
Загрузите и установите пакет поддержки Deep Learning Toolbox Model для Xception Network.
Напечатать xception в командной строке.
xception
Если пакет поддержки Deep Learning Toolbox Model для Xception Network не установлен, функция предоставляет ссылку на требуемый пакет поддержки в проводнике Add-On. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Установить. Убедитесь, что установка выполнена успешно, введя xception в командной строке. Если установлен необходимый пакет поддержки, функция возвращает DAGNetwork объект.
xception
ans =
DAGNetwork with properties:
Layers: [171×1 nnet.cnn.layer.Layer]
Connections: [182×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(xception)
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] Чоллет, Ф., 2017. «Xception: Deep Learning with Depthwise Separable Convolutions». препринт arXiv, стр. 1610-02357.
DAGNetwork | Конструктор глубоких сетей | densenet201 | googlenet | inceptionresnetv2 | layerGraph | plot | resnet101 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19