このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
GoogLeNet畳み込みニューラルネットワーク
GoogLeNetは,深さが22層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習させた事前学習済みのネットワークを読み込むことができます。ImageNetで学習させたネットワークは、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類します。Places365 で学習させたネットワークは ImageNet で学習させたネットワークと似ていますが、イメージを 365 個の異なる場所カテゴリ (野原、公園、滑走路、ロビーなど) に分類します。これらのネットワークは広範囲にわたるイメージについてのさまざまな特徴表現を学習しています。どちらの事前学習済みのネットワークもイメージ入力サイズは 224 x 224 です。MATLAB®の他の事前学習済みのネットワークについては,事前学習済みの深層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類するには,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類を参照してください。
GoogLeNetネットワークの再学習を行って,転移学習を使用して新しいタスクを実行できます。転移学習を実行する場合,最も一般的な方法は,ImageNetデータセットで事前学習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類に似ている場合は,地方- 365で学習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。新しい分類タスクでGoogLeNetの再学習を行う方法を示す例については,新しいイメージを分類するための深層学習ネットワークの学習を参照してください。
は,ImageNetデータセットで学習させたGoogLeNetネットワークを返します。净
= googlenet
この関数には,深度学习工具箱™模型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場合,関数によってダウンロード用リンクが表示されます。
は,ImageNetデータセットまたはPlaces365データセットのいずれかで学習させたGoogLeNetネットワークを返します。構文净
= googlenet(“权重”,权重
)googlenet(“重量”、“imagenet”)
(既定)はgooglenet
と等価です。
ImageNetで学習させたネットワークには,深度学习工具箱模型GoogLeNet网络サポートパッケージが必要です。Places365で学習させたネットワークには,深度学习工具箱模型Places365-GoogLeNet网络サポートパッケージが必要です。必要なサポートパッケージがインストールされていない場合,関数によってダウンロード用リンクが表示されます。
は,未学習のGoogLeNetネットワークアーキテクチャを返します。未学習のモデルは,サポートパッケージを必要としません。lgraph
= googlenet(“权重”,“没有”
)
[1] ImageNet。http://www.image-net.org
[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“地点:用于深度场景理解的图像数据库。”arXiv预印本arXiv: 1610.02055(2016).
[3]的地方。http://places2.csail.mit.edu/
[4] Szegedy, Christian, Liu Wei, Jia Yangqing, Pierre Sermanet, Scott Reed, Dragomir angelov, Dumitru Erhan, Vincent Vanhoucke和Andrew Rabinovich。“更深入的回旋。”在计算机视觉与模式识别IEEE会议论文集1 - 9页。2015.
DAGNetwork
|densenet201
|inceptionresnetv2
|inceptionv3
|layerGraph
|情节
|resnet101
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19