主要内容

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。

vgg19

VGG-19畳み込みニューラルネットワーク

ページ内をすべて折りたたむ

構文

net = vgg19.
网= vgg19(“权重”,“imagenet”)
层= vgg19(“权重”,“没有一个”)

説明

VGG-19は,深さが19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。

分类をを使する，vgg-19ネットワークネットワーク使使し新闻イメージををできでき。GoogLeNetを使用したイメージの分類の手順に従って,GoogLeNetをVGG-19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-19を読み込みます。

例

净= vgg19は,ImageNetデータセットで学習させたVGG-19ネットワークを返します。

この関数には,深度学习工具箱™模型VGG-19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。

净= vgg19(“权重”,“imagenet”）は,ImageNetデータセットで学習させたVGG-19ネットワークを返します。この構文は,net = vgg19.ととです。

层= vgg19(“权重”,“没有”）は,未学習のVGG-19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。

例

すべて折りたたむ

この例では,深度学习工具箱模型VGG-19网络サポートパッケージをダウンロードしてインストールする方法を説明します。

コマンドラインでvgg19と入力します。

vgg19

深度学习工具箱模型VGG-19网络サポートパッケージがインストールされていない場合,関数によってアドオンエクスプローラーに必要なサポートパッケージへのリンクが表示されます。サポートパッケージをインストールするには,リンクをクリックして,[インストール]をクリックします。コマンドラインでvgg19と入力して,インストールが正常に終了していることを確認します。

vgg19
ans = SeriesNetwork with properties: Layers: [47×1 net.cnn.layer. layer]
ライブスクリプトを開く

事前学习済みのvgg-19畳み込みニューラルネットワークを，层およびクラスを确认し。

vgg19を使用して事前学習済みのVGG-19ネットワークを読み込みます。出力净はSeriesNetworkオブジェクトです。

net = vgg19.
NET =具有属性的级系列网络：图层：[47×1 nnet.cnn.layer.layer]

层プロパティを使用して,ネットワークアーキテクチャを表示します。このネットワークには47個の層があります。学習可能な重みを持つ19個の層があります。そのうち16個が畳み込み層で,3個が全結合層です。

Net.Layers.
ANS = 47x1层阵列，带有图层：1'输入'图像输入224x224x3与“Zerocenter”归一化2'Conv1_1'卷积64 3x3x3卷积的卷积[11]和填充[111 1] 3'Relu1_1'Relu Relu 4'conv1_2'卷积64 3x3x64卷曲的卷程[1 1]和填充[1 1 1 1] 5'relu1_2'relu Relu 6'pool1'最大池2x2 max池与步幅[2 2]和填充[0 0 0 0]7'conv2_1'卷积128 3x3x64围绕的卷曲[11]和填充[111 1] 8'CRANU2_1'CREU RELU 9'CONV2_2'卷积128 3X3X128卷绕升温[11]和填充[111 1]10'Relu2_2'Relu Relu 11'Pool2'最大汇集2x2 max汇集步进[2 2]和填充[0 0 0 0] 12'CONV3_1'卷积256 3x3x128卷曲的卷曲[1 1]和填充[1 1 1 1] 13'Relu3_1'Relu Relu 14'Conv3_2'卷积256 3x3x256卷积与步幅[11]和填充[111 1] 15'Relu3_2'Relu Relu 16'Conv3_3'卷积256 3x3x256卷积与步幅[1]和填充[1 1 1 1] 17'Relu3_3'Relu Relu 18'Conv3_4'卷积256 3x3x256卷绕升温[111]和填充[111 1] 19'Creu3_4'Relu Relu 20'Pool3'MAX池2x2 max池步幅[2]和填充[0 0 0 0] 21'CROM4_1'卷积512 3x3x256卷曲的卷曲[1 1]和填充[111 1] 22'CRACU4_1'Relu Relu 23'CONV4_2'卷积512 3X3X512卷积使用步幅[11]和填充[11 1 1] 24'Relu4_2'Relu Relu 25'Conv4_3'卷积512 3x3x512卷积与升序[111]和填充[111 1] 26'Relu4_3'Relu Relu 27'Conv4_4'卷积512 3x3x512卷曲卷曲[111]和填充[1 1 1 1] 28'Relu4_4'Relu Relu 29'Pool4'最大汇集2x2 max汇集步进[2 2]和填充[0 0 0 0] 30'conv5_1'卷积512 3x3x512卷曲的升温[1 1]和填充[1 1 1 1] 31'CRANU5_1'Relu Relu 32'Conv5_2'卷积512 3x3x512卷积与步幅[11]和填充[111 1] 33 'relu5_2' ReLU ReLU 34 'conv5_3' Convolution 512 3x3x512 convolutions with stride [1 1] and padding [1 1 1 1] 35 'relu5_3' ReLU ReLU 36 'conv5_4' Convolution 512 3x3x512 convolutions with stride [1 1] and padding [1 1 1 1] 37 'relu5_4' ReLU ReLU 38 'pool5' Max Pooling 2x2 max pooling with stride [2 2] and padding [0 0 0 0] 39 'fc6' Fully Connected 4096 fully connected layer 40 'relu6' ReLU ReLU 41 'drop6' Dropout 50% dropout 42 'fc7' Fully Connected 4096 fully connected layer 43 'relu7' ReLU ReLU 44 'drop7' Dropout 50% dropout 45 'fc8' Fully Connected 1000 fully connected layer 46 'prob' Softmax softmax 47 'output' Classification Output crossentropyex with 'tench' and 999 other classes

ネットワークによって学習済みのクラスの名前を確認するには,分類出力層(最後の層)の类プロパティを表示します。最初の10個の要素を指定することによって,最初の10個のクラスを表示します。

net.Layers(结束). class (1:10)
ans =10×1分类数组坦奇金鱼大白鲨虎鲨双髻鲨电鳐黄貂鱼公鸡母鸡鸵鸟

出力引数

すべて折りたたむ

事前学習済みのVGG-19畳み込みニューラルネットワーク。SeriesNetworkオブジェクトとして返されます。

未学習のVGG-19畳み込みニューラルネットワークアーキテクチャ。配列层として返されます。

参照

[1] ImageNet。http://www.image-net.org

[2] Russakovsky, O.， Deng J.， Su H.， et al. " ImageNet大规模视觉识别挑战。"国际计算机视觉杂志。2015年第3期，第115卷，211-252页

[3] Simonyan, Karen和Andrew Zisserman。“用于大规模图像识别的非常深度卷积网络”。

[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/

拡張機能

参考

|||||||||

トピック

R2017aで導入

深度学习工具箱ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

电子书をダウンロードする