efficientnetb0
EfficientNet-b0 сверточную нейронную сеть
Синтаксис
Описание
EfficientNet-b0 - сверточная нейронная сеть, которая обучена более чем на миллионе изображений из базы данных ImageNet [1]. Сеть может классифицировать изображения по 1000 категориям объектов, таким как клавиатура, мышь, карандаш и многие животные. В результате сеть узнала представления богатых функций для широкой области значений изображений. Сеть имеет размер входного сигнала изображения 224 224. Для более предварительно обученных сетей в MATLAB®, см. «Предварительно обученные глубокие нейронные сети».
Вы можете использовать classify классифицировать новые изображения с помощью модели EfficientNet-b0. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на EfficientNet-b0.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки EfficientNet-b0 вместо GoogLeNet.
net = efficientnetb0
Эта функция требует пакета Deep Learning Toolbox™ Model for EfficientNet-b0 Network поддержки. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.
net = efficientnetb0('Weights','imagenet')net = efficientnetb0.
lgraph = efficientnetb0('Weights','none')
Примеры
Загрузка EfficientNet-b0 поддержка пакета
Загрузите и установите модель Deep Learning Toolbox для EfficientNet-b0 Network поддержки.
Напечатать efficientnetb0 в командной строке.
efficientnetb0
Если модель Deep Learning Toolbox для EfficientNet-b0 Network не установлена, то функция предоставляет ссылку на необходимый пакет поддержки в Add-On Explorer. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Install. Проверьте успешность установки путем ввода efficientnetb0 в командной строке. Если установлен необходимый пакет поддержки, то функция возвращает DAGNetwork объект.
efficientnetb0
ans =
DAGNetwork with properties:
Layers: [290×1 nnet.cnn.layer.Layer]
Connections: [363×2 table]
InputNames: {'ImageInput'}
OutputNames: {'classification'}Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(efficientnetb0)
Исследуйте другие предварительно обученные сети в Deep Network Designer, нажав New.
Если необходимо загрузить сеть, нажмите кнопку Install, чтобы открыть Add-On Explorer.
Выходные аргументы
Ссылки
[1] ImageNet. http://www.image-net.org
[2] Mingxing Tan and Quoc V. Le, «EffectiveNet: Rethinking Model Scaling for Сверточные Нейронные Сети», ArXiv Preprint ArXiv:1905.1194, 2019.
Расширенные возможности
См. также
DAGNetwork | Deep Network Designer | densenet201 | googlenet | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19
Темы
- Перенесите обучение с помощью Deep Network Designer
- Глубокое обучение в MATLAB
- Предварительно обученные глубокие нейронные сети
- Классификация изображений с помощью GoogLeNet
- Обучите нейронную сеть для глубокого обучения для классификации новых изображений
- Обучите остаточную сеть для классификации изображений