Предварительно обученная сверточная нейронная сеть ShuffleNet
ShuffleNet является сверточной нейронной сетью, 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
классификация новых изображений с помощью модели ShuffleNet. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на ShuffleNet.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки ShuffleNet вместо GoogLeNet.
[1] ImageNet. http://www.image-net.org
[2] Zhang, Xiangyu, Xinyu Zhou, Mengxiao Lin, and Jian Sun. «ShuffleNet: чрезвычайно эффективная сверточная нейронная сеть для мобильных устройств». arXiv preprint arXiv:1707.01083v2 (2017).
DAGNetwork
| Deep Network Designer | densenet201
| googlenet
| inceptionresnetv2
| layerGraph
| nasnetlarge
| nasnetmobile
| plot
| resnet101
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19