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。
VGG-16畳み込みニューラルネットワーク
VGG-16は,深さが16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,VGG-16ネットワーク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VGG-16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VGG-16を読み込みます。
は,ImageNetデータセットで学習させたVGG-16ネットワークを返します。净
= vgg16
この関数には,深度学习工具箱™模型VGG-16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VGG-16ネットワークを返します。この構文は,净
= vgg16(“权重”,“imagenet”
)网= vgg16
と等価です。
は,未学習のVGG-16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。层
= vgg16(“权重”,“没有”
)
[1] ImageNet。http://www.image-net.org
Russakovsky, O., Deng J., Su H.等。“图像网络大规模视觉识别挑战”。国际计算机视觉杂志。115卷,2015年3期,页211-252
[3] Simonyan, Karen和Andrew Zisserman。arXiv:1409.1556 (2014)
[4]用于大规模视觉识别的深度卷积网络http://www.robots.ox.ac.uk/~vgg/research/very_deep/
ディープネットワークデザイナー|alexnet
|vgg19
|googlenet
|densenet201
|resnet18
|resnet50
|resnet101
|inceptionresnetv2
|squeezenet