inceptionv3
Inception-v3卷积神经网络
语法
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。
返回一个在ImageNet数据库上训练的Inception-v3网络。网
= inceptionv3
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。
返回一个在ImageNet数据库上训练的Inception-v3网络。这个语法等价于网
= inceptionv3(“权重”,“imagenet”
)Net = inceptionv3
.
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applgraph
= inceptionv3(“权重”,“没有”
)
例子
输出参数
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