主要内容

inceptionv3

Inception-v3卷积神经网络

折叠所有页面
  • Inception-v3网络架构

语法

Net = inceptionv3
net = inceptionv3(' weight '，'imagenet')
lgraph = inceptionv3('Weights'，'none')

描述

Inception-v3是一个48层的卷积神经网络。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1]．预训练的网络可以将图像分类为1000个对象类别，例如键盘、鼠标、铅笔和许多动物。因此，该网络已经学习了广泛图像的丰富特征表示。该网络的图像输入大小为299 * 299。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络．

你可以使用分类使用Inception-v3模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用Inception-v3取代GoogLeNet。

要在新的分类任务上重新训练网络，请遵循训练深度学习网络对新图像进行分类加载Inception-v3而不是GoogLeNet。

例子

网= inceptionv3返回一个在ImageNet数据库上训练的Inception-v3网络。

此功能需要深度学习工具箱™模型适用于Inception-v3网络金宝app支持包。如果没有安装此支金宝app持包，则该函数将提供下载链接。

网= inceptionv3(“权重”,“imagenet”）返回一个在ImageNet数据库上训练的Inception-v3网络。这个语法等价于Net = inceptionv3．

lgraph= inceptionv3(“权重”,“没有”）返回未经训练的Inception-v3网络架构。未经训练的模型不需要支持包。金宝app

例子

全部折叠

下载并安装深度学习工具箱模型适用于Inception-v3网络金宝app支持包。

类型inceptionv3在命令行。

inceptionv3

如果深度学习工具箱模型适用于Inception-v3网络金宝app支持包未安装，则该函数在外接程序资源管理器中提供到所需支持包的链接。要安装支持包，请单击链接，然后金宝app单击安装．通过输入检查安装是否成功inceptionv3在命令行。如果安装了所需的支持包，则函数返金宝app回DAGNetwork对象。

inceptionv3
ans = DAGNetwork with properties: Layers: [316×1 nnet.cnn.layer.Layer] Connections: [350×2 table]

使用深度网络设计器可视化网络。

deepNetworkDesigner (inceptionv3)

通过单击在深度网络设计器中探索其他预训练的网络新．

深度网络设计器开始页显示可用的预训练网络

如果需要下载网络，请在需要下载的网络上暂停，然后单击安装打开附加组件资源管理器。

输出参数

全部折叠

预训练的Inception-v3卷积神经网络，返回为DAGNetwork对象。

未经训练的Inception-v3卷积神经网络架构，返回为LayerGraph对象。

参考文献

[1]ImageNet．http://www.image-net.org

塞格迪、克里斯蒂安、文森特·范豪克、谢尔盖·约菲、乔恩·史伦斯和兹比格纽·沃伊纳。“重新思考计算机视觉的初始架构。”在IEEE计算机视觉与模式识别会议论文集第2818-2826页。2016.

扩展功能

版本历史

在R2017b中引入

另请参阅

|||||||||||

主题