inceptionresnetv2
Rete neurale convoluzionale Inception-ResNet-v2 preaddestrata
Sintassi
Descrizione
Inception-ResNet-v2 è una rete neurale convoluzionale addestrata su oltre un milione di immagini del database ImageNet [1]. La rete ha 164 livelli di profondità ed è in grado di classificare le immagini in 1000 categorie di oggetti, come tastiera, mouse, matita e molti animali. Di conseguenza, la rete ha appreso rappresentazioni ricche di feature per un'ampia gamma di immagini. La rete ha una dimensione di input dell'immagine di 299x299. Per ulteriori reti addestrate in MATLAB®, vedere Reti neurali profonde preaddestrate.
È possibile utilizzare classify
per classificare nuove immagini utilizzando la rete Inception-ResNet-v2. Seguire i passaggi di Classificazione di immagini utilizzando GoogLeNet e sostituire GoogLeNet con Inception-ResNet-v2.
Per riaddestrare la rete su una nuova attività di classificazione, seguire i passaggi di Addestramento della rete di Deep Learning per classificare nuove immagini e caricare Inception-ResNet-v2 al posto di GoogLeNet.
Esempi
Argomenti di output
Riferimenti
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke, and Alexander A. Alemi. "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning." In AAAI, vol. 4, p. 12. 2017.
Funzionalità estese
Cronologia versioni
Introdotto in R2017b
Vedi anche
Deep Network Designer | vgg16
| vgg19
| googlenet
| resnet18
| resnet50
| resnet101
| inceptionv3
| densenet201
| squeezenet
| trainNetwork
| layerGraph
| DAGNetwork
| importKerasLayers
| importKerasNetwork