inceptionv3
Inception-v3卷积神经网络
描述
Inception-v3卷积神经网络是48层深。你可以加载一个pretrained版本的网络训练图像从ImageNet数据库超过一百万[1]。pretrained网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小299 - 299。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
您可以使用分类
对新图像使用Inception-v3模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet Inception-v3。
再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载Inception-v3代替GoogLeNet。
返回一个Inception-v3网络训练ImageNet数据库。净
= inceptionv3
这个函数需要深度学习工具箱™模型Inception-v3网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。
返回一个Inception-v3网络训练ImageNet数据库。这个语法是等价的净
= inceptionv3(“权重”,“imagenet”
)网= inceptionv3
。
返回未经训练的Inception-v3网络体系结构。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
引用
[1]ImageNet。http://www.image-net.org
[2]Szegedy,基督徒,文森特•Vanhoucke谢尔盖•约飞Jon Shlens,兹比格涅夫•Wojna。计算机视觉的“反思初始架构。”In《IEEE计算机视觉与模式识别会议,2818 - 2826页。2016年。
扩展功能
版本历史
介绍了R2017b