Inception-v3 сверточную нейронную сеть
Inception-v3 - сверточная нейронная сеть, которая имеет глубину 48 слоев. Предварительно обученную версию сети можно загрузить более чем на миллион изображений из базы данных ImageNet [1]. Предварительно обученная сеть 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 классифицировать новые изображения с помощью модели Inception-v3. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на Inception-v3.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки Inception-v3 вместо GoogLeNet.
net = inceptionv3
Эта функция требует пакета Deep Learning Toolbox™ Model for Inception-v3 Network поддержки. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.
net = inceptionv3('Weights','imagenet')net = inceptionv3.
lgraph = inceptionv3('Weights','none')
Загрузите и установите модель Deep Learning Toolbox для Inception-v3 Network поддержки.
Напечатать inceptionv3 в командной строке.
inceptionv3
Если модель Deep Learning Toolbox для Inception-v3 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 inceptionv3 в командной строке. Если установлен необходимый пакет поддержки, то функция возвращает DAGNetwork объект.
inceptionv3
ans =
DAGNetwork with properties:
Layers: [316×1 nnet.cnn.layer.Layer]
Connections: [350×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(inceptionv3)
Исследуйте другие предварительно обученные сети в Deep Network Designer, нажав New.
Если необходимо загрузить сеть, нажмите кнопку Install, чтобы открыть Add-On Explorer.
[1] ImageNet. http://www.image-net.org
[2] Сегеди, Кристиан, Винсент Ванхукке, Сергей Иоффе, Джон Шленс и Збигнев Война. «Переосмысление архитектуры создания компьютерного зрения». В работе Конференции IEEE по компьютерному зрению и распознаванию шаблона, стр. 2818-2826. 2016.
DAGNetwork | Deep Network Designer | densenet201 | googlenet | inceptionresnetv2 | layerGraph | plot | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19