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。
ResNet-50畳み込みニューラルネットワーク
ResNet-50は,深さが50層の畳み込みニューラルネットワークです。100年万枚を超えるイメージで学習させた事前学習済みのネットワークを,ImageNetデータベース[1]から読み込むことができます。この事前学習済みのネットワークは,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)に分類できます。結果として,このネットワークは広範囲のイメージに対する豊富な特徴表現を学習しています。ネットワークの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。
分类
を使用すると,ResNet-50モデルを使用して新しいイメージを分類できます。GoogLeNetを使用したイメージの分類の手順に従って,GoogLeNetをResNet-50に置き換えます。
新しい分類タスクでネットワークの再学習を行うには,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の手順に従い,GoogLeNetの代わりにResNet-50を読み込みます。
は,ImageNetデータセットで学習させたResNet-50ネットワークを返します。净
= resnet50
この関数には,深度学习工具箱™模型ResNet-50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データセットで学習させたResNet-50ネットワークを返します。この構文は,净
= resnet50(“权重”,“imagenet”
)网= resnet50
と等価です。
は,未学習のResNet-50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
= resnet50(“权重”,“没有”
)
[1] ImageNet。http://www.image-net.org
何开明,张翔宇,任少青,孙健“图像识别的深度残差学习”。在计算机视觉与模式识别IEEE会议论文集, 770 - 778页。2016.
ディープネットワークデザイナー|vgg16
|vgg19
|googlenet
|trainNetwork
|layerGraph
|DAGNetwork
|情节
|resnet18
|resnet101
|densenet201
|inceptionresnetv2
|squeezenet