Загрузка предварительно обученной сети

Загрузите предварительно обученную сеть GoogLeNet. Если не установлен пакет поддержки Deep Learning Toolbox Model для GoogLeNet Network, то программное обеспечение предоставляет ссылку загрузки.

net = googlenet;

Сгенерируйте изображение

Чтобы создать изображения, которые наиболее близко напоминают данный класс, выберите полностью соединенный слой. Во-первых, найдите индекс слоя этого слоя, просматривая сетевую архитектуру с помощью analyzeNetwork.

analyzeNetwork(net)

Затем выберите полностью соединенный слой, в этом примере, 142.

layer = 142;
layerName = net.Layers(layer).Name

layerName = 
'loss3-classifier'

Можно сгенерировать несколько изображений сразу путем выбора нескольких классов. Выберите классы, которые нужно визуализировать, установив channels быть индексами этих имен классов.

channels = [114 293 341 484 563 950];

Классы хранятся в Classes свойство выходного слоя (последнего слоя). Можно просмотреть имена выбранных классов, выбрав записи в channels.

net.Layers(end).Classes(channels)

ans = 6×1 categorical
     snail 
     tiger 
     zebra 
     castle 
     fountain 
     strawberry 

Сгенерируйте изображения с помощью deepDreamImage. Эта команда использует совместимый графический процессор, если он доступен. В противном случае используется центральный процессор. Для использования графический процессор требуется Parallel Computing Toolbox™ и поддерживаемый графический процессор. Для получения информации о поддерживаемых устройствах смотрите Поддержку GPU by Release (Parallel Computing Toolbox).

I = deepDreamImage(net,layerName,channels);

|==============================================|
|  Iteration  |  Activation  |  Pyramid Level  |
|             |   Strength   |                 |
|==============================================|
|           1 |         0.09 |               1 |
|           2 |         0.67 |               1 |
|           3 |         4.86 |               1 |
|           4 |         8.41 |               1 |
|           5 |        11.27 |               1 |
|           6 |        14.86 |               1 |
|           7 |        17.39 |               1 |
|           8 |        22.84 |               1 |
|           9 |        27.78 |               1 |
|          10 |        34.39 |               1 |
|           1 |         3.99 |               2 |
|           2 |        11.51 |               2 |
|           3 |        13.82 |               2 |
|           4 |        19.87 |               2 |
|           5 |        20.67 |               2 |
|           6 |        20.82 |               2 |
|           7 |        24.01 |               2 |
|           8 |        27.20 |               2 |
|           9 |        28.24 |               2 |
|          10 |        35.93 |               2 |
|           1 |        34.91 |               3 |
|           2 |        46.18 |               3 |
|           3 |        41.03 |               3 |
|           4 |        48.84 |               3 |
|           5 |        51.13 |               3 |
|           6 |        58.65 |               3 |
|           7 |        58.12 |               3 |
|           8 |        61.68 |               3 |
|           9 |        71.53 |               3 |
|          10 |        76.01 |               3 |
|==============================================|

Отобразите все изображения вместе с помощью imtile.

figure
I = imtile(I);
imshow(I)

Сгенерируйте более подробные изображения

Увеличение количества уровней пирамиды и итераций на уровень пирамиды может создать более подробные изображения за счет дополнительных расчетов.

Вы можете увеличить количество итераций, используя 'NumIterations' опция. Установите количество итераций равным 100.

iterations = 100;

Сгенерируйте подробное изображение, которое сильно активирует класс 'tiger' (канал 293). Задайте 'Verbose' false для подавления подробной информации о процессе оптимизации.

channels = 293;
I = deepDreamImage(net,layerName,channels, ...
    'Verbose',false, ...
    'NumIterations',iterations);

figure
imshow(I)

Чтобы получить большие и более подробные выходные изображения, можно увеличить как количество уровней пирамиды, так и итерации на каждый уровень пирамиды.

Установите количество уровней пирамиды равным 4.

levels = 4;

Сгенерируйте подробное изображение, которое сильно активирует класс 'castle' (канал 484).

channels = 484;

I = deepDreamImage(net,layerName,channels, ...
    'Verbose',false, ...
    'NumIterations',iterations, ...
    'PyramidLevels',levels);

figure
imshow(I)