Предварительно обученная Inception-ResNet-v2 сверточная нейронная сеть
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.
[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.
DAGNetwork
| Deep Network Designer | densenet201
| googlenet
| importKerasLayers
| importKerasNetwork
| inceptionv3
| layerGraph
| plot
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19