最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。
事前学习済みGoogLeNet畳み込みニューラルネットワーク
GoogLeNetは,深さが22层の事前学习済みの畳み込みニューラルネットワークです.ImageNet[1]データセットまたはPlaces365[2][3]データセットのいずれかで学习させたネットワークを読み込むことができます.ImageNetで学习させたネットワークは,イメージを1000个のオブジェクトカテゴリ(キーボード,マウス,铅笔,多くの动物など)に分类します.Places365で学习させたネットワークはImageNetで学习させたネットワークと似ていますが,イメージを365个の异なる场所カテゴリ(野原,公园,滑走路,ロビーなど)に分类します。これらのネットワークは広范囲にわたるイメージについてのさまざまな特徴表现を学习しています。どちらのネットワークもイメージ入力サイズは224 X 224です.MATLAB®の他の事前学习済みのネットワークについては,事前学习済みの深层ニューラルネットワークを参照してください。
GoogLeNetを使用して新しいイメージを分类するには,分类
を使用します。例については,GoogLeNetを使用したイメージの分类を参照してください。
GoogLeNetネットワークの再学习を行って,転移学习を使用して新しいタスクを実行できます。転移学习を実行する场合,最も一般的な方法は,ImageNetデータセットで事前学习させたネットワークを使用することです。新しいタスクがシーンの分类に似ている场合は,商家-365で学习させたネットワークを使用すると精度を向上できることがあります。新しい分类タスクでGoogLeNetの再学习を行う方法を示す例については,新しいイメージを分类するための深层学习ネットワークの学习を参照してください。
は,ImageNetデータセットで学习させたGoogLeNetネットワークを返します。净
= googlenet
この关数には,深度学习工具箱™模式对于GoogLeNet网络サポートパッケージが必要です。このサポートパッケージがインストールされていない场合,关数によってダウンロード用リンクが表示されます。
[1] ImageNet。http://www.image-net.org
[2]周,博雷,阿迪亚斯拉,阿形Lapedriza,安东尼奥托拉尔瓦,和奥德奥利瓦。“Places:一个图像数据库进行深场景的理解。”预印本的arXiv的arXiv:1610.02055(2016)。
[3]邻居。http://places2.csail.mit.edu/
Szegedy, Christian, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, and Andrew Rabinovich。“用卷积做得更深。”In在IEEE会议计算机视觉和模式识别程序1 - 9页。2015.
[5] BVLC GoogLeNet模型。https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
DAGNetwork
|alexnet
|densenet201
|inceptionresnetv2
|inceptionv3
|layerGraph
|情节
|resnet101
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19