inceptionresnetv2
Предварительно обученная Inception-ResNet-v2 сверточная нейронная сеть
Синтаксис
Описание
Inception-ResNet-v2 - сверточная нейронная сеть, которая обучена более чем на миллионе изображений из базы данных ImageNet [1]. Сеть имеет глубину 164 слоя и может классифицировать изображения в 1000 категорий объектов, таких 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 299 299. Для более предварительно обученных сетей в MATLAB®, см. «Предварительно обученные глубокие нейронные сети».
Вы можете использовать classify для классификации новых изображений с помощью Inception-ResNet-v2 сети. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на Inception-ResNet-v2.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки Inception-ResNet-v2 вместо GoogLeNet.
Примеры
Загрузка Inception-ResNet-v2 сети
Загрузите и установите модель Deep Learning Toolbox для Inception-ResNet-v2 Network поддержки.
Напечатать inceptionresnetv2 в командной строке.
inceptionresnetv2
Если модель Deep Learning Toolbox для Inception-ResNet-v2 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 inceptionresnetv2 в командной строке. Если установлен необходимый пакет поддержки, то 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)
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] Сегеди, Кристиан, Сергей Иоффе, Винсент Ванхук и Александр А. Алеми. Inception-v4, Inception-ResNet и влияние остаточных связей на обучение. В AAAI, vol. 4, p. 12. 2017.
Расширенные возможности
См. также
DAGNetwork | Deep Network Designer | densenet201 | googlenet | importKerasLayers | importKerasNetwork | inceptionv3 | layerGraph | plot | resnet101 | 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