shufflenet

Предварительно обученная сверточная нейронная сеть ShuffleNet

Синтаксис

Описание

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.

пример

net = shufflenet возвращает предварительно обученную сверточную нейронную сеть ShuffleNet.

Этой функции требуется Модель Deep Learning Toolbox™ для пакета поддержки ShuffleNet Network. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.

Примеры

свернуть все

Загрузите и установите модель Deep Learning Toolbox для пакета поддержки ShuffleNet Network.

Тип shufflenet в командной строке.

shufflenet

Если пакет поддержки Deep Learning Toolbox Model for ShuffleNet Network не установлен, 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 shufflenet в командной строке. Если установлен необходимый пакет поддержки, то функция возвращает DAGNetwork объект.

shufflenet
ans = 

  DAGNetwork with properties:

         Layers: [173×1 nnet.cnn.layer.Layer]
    Connections: [188×2 table]

Визуализация сети с помощью Deep Network Designer.

deepNetworkDesigner(shufflenet)

Исследуйте другие предварительно обученные сети в Deep Network Designer, нажав New.

Если необходимо загрузить сеть, нажмите кнопку Install, чтобы открыть Add-On Explorer.

Можно использовать передача обучения для переобучения сети для классификации нового набора изображений.

Откройте пример Обучите нейронную сеть для глубокого обучения для классификации новых изображений. В исходном примере используется предварительно обученная сеть GoogLeNet. Чтобы выполнить передачу обучения с помощью другой сети, загрузите необходимую предварительно обученную сеть и следуйте шагам в примере.

Загрузите сеть ShuffleNet вместо GoogLeNet.

net = shufflenet

Следуйте оставшимся шагам в примере, чтобы переобучить сеть. Необходимо заменить последний обучаемый слой и слой классификации в сети новыми слоями для обучения. В примере показано, как найти слои, которые нужно заменить.

Выходные аргументы

свернуть все

Предварительно обученная сверточная нейронная сеть ShuffleNet, возвращенная как DAGNetwork объект.

Ссылки

[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).

Введенный в R2019a
Для просмотра документации необходимо авторизоваться на сайте