googlenet
GoogLeNet卷积神经网络
描述
GoogLeNet卷积神经网络,是22层深。你可以加载一个pretrained版本的网络训练ImageNet[1]或Places365[2][3]数据集。网络训练ImageNet将图像分为1000对象类别,如键盘,鼠标,铅笔,和许多动物。网络训练Places365 ImageNet类似于网络训练,但将图像分为365个不同的类别,比如,公园,跑道,游说。这些网络学到不同的特征表示大范围的图像。pretrained网络都有一个图像输入的大小224 - 224。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
使用GoogLeNet分类的新图像,使用分类
。例如,看到的分类图像使用GoogLeNet。
你可以再培训GoogLeNet网络使用转让执行新任务的学习。当执行转移学习,最常见的方法是使用网络pretrained ImageNet数据集。如果新任务类似于场景分类,然后利用网络训练的地方- 365可以提供更高的精度。为一个例子,演示如何培训GoogLeNet新分类任务,明白了火车深入学习网络对新图像进行分类
返回一个GoogLeNet ImageNet上网络训练数据集。净
= googlenet
这个函数需要深度学习工具箱™模型GoogLeNet网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。
返回未经训练的GoogLeNet网络体系结构。未经训练的模型不需要支持包。金宝applgraph
= googlenet(“权重”,“没有”
)
例子
输入参数
输出参数
引用
[1]ImageNet。http://www.image-net.org
Aditya斯拉,[2],Bolei Agata Lapedriza,安东尼·托拉尔巴制作的,这是。”的地方:一个图像数据库进行深度场景的理解。”arXiv预印本arXiv: 1610.02055(2016)。
[3]的地方。http://places2.csail.mit.edu/
[4]Szegedy,基督徒,魏Liu Yangqing贾,皮埃尔•Sermanet斯科特•里德Dragomir Anguelov, Dumitru Erhan,文森特Vanhoucke和安德鲁·拉比诺维奇。“更深的曲线玲珑。”In《IEEE计算机视觉与模式识别会议1 - 9页。2015年。
[5]BVLC GoogLeNet模型。https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
扩展功能
版本历史
介绍了R2017b