La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

mobilenetv2

Rete neurale convoluzionale MobileNet-v2

Sintassi

net = mobilenetv2

net = mobilenetv2('Weights','imagenet')

lgraph = mobilenetv2('Weights','none')

Descrizione

MobileNet-v2 una rete neurale convoluzionale con 53 livelli di profondità. È possibile caricare una versione preaddestrata della rete, addestrata su oltre un milione di immagini del database di ImageNet [1]. La rete preaddestrata 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 224x224. Per ulteriori reti addestrate in MATLAB^®, vedere Reti neurali profonde preaddestrate.

È possibile utilizzare classify per classificare nuove immagini utilizzando il modello MobileNet-v2. Seguire i passaggi di Classificazione di immagini utilizzando GoogLeNet e sostituire GoogLeNet con MobileNet-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 MobileNet-v2 al posto di GoogLeNet.

esempio

net = mobilenetv2 restituisce una rete MobileNet-v2 addestrata sul set di dati di ImageNet.

Questa funzione richiede il pacchetto di supporto Deep Learning Toolbox™ Model for MobileNet-v2 Network. Se il pacchetto di supporto non è installato, la funzione fornisce un link per il download.

net = mobilenetv2('Weights','imagenet') restituisce una rete MobileNet-v2 addestrata sul set di dati di ImageNet. Questa sintassi è equivalente a net = mobilenetv2.

lgraph = mobilenetv2('Weights','none') restituisce l'architettura della rete MobileNet-v2 non addestrata. Il modello non addestrato non richiede il pacchetto di supporto.

Esempi

comprimi tutto

Download del pacchetto di supporto MobileNet-v2

Scaricare e installare il pacchetto di supporto Deep Learning Toolbox Model for MobileNet-v2 Network.

Digitare mobilenetv2 nella riga di comando.

mobilenetv2

Se il pacchetto di supporto Deep Learning Toolbox Model for MobileNet-v2 Network non è installato, la funzione fornisce un link al pacchetto di supporto richiesto nell’Add-On Explorer. Fare clic sul link per installare il pacchetto di supporto, quindi fare clic su Install. Verificare che l’installazione sia stata eseguita correttamente digitando mobilenetv2 nella riga di comando. Se il pacchetto di supporto richiesto è installato, la funzione restituisce un oggetto DAGNetwork.

mobilenetv2

ans = 

  DAGNetwork with properties:

         Layers: [155×1 nnet.cnn.layer.Layer]
    Connections: [164×2 table]

Visualizzare la rete con Deep Network Designer.

deepNetworkDesigner(mobilenetv2)

Scoprire altre reti neurali preaddestrate in Deep Network Designer facendo clic su New.

Deep Network Designer start page showing available pretrained neural networks

Se è necessario scaricare una rete neurale, fermarsi sulla rete neurale desiderata e fare clic su Install per aprire l’Add-On Explorer.

Argomenti di output

comprimi tutto

`net` — Rete neurale convoluzionale MobileNet-v2 preaddestrata
Oggetto `DAGNetwork`

Rete neurale convoluzionale MobileNet-v2 preaddestrata, restituita come un oggetto DAGNetwork.

`lgraph` — Architettura della rete neurale convoluzionale MobileNet-v2 non addestrata
Oggetto `LayerGraph`

Architettura della rete neurale convoluzionale MobileNet-v2 non addestrata, restituita come un oggetto LayerGraph.

Riferimenti

[1] ImageNet. http://www.image-net.org

[2] Sandler, M., Howard, A., Zhu, M., Zhmoginov, A. and Chen, L.C. "MobileNetV2: Inverted Residuals and Linear Bottlenecks." In 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 4510-4520). IEEE.

Funzionalità estese

Generazione di codice C/C++
Genera codice C e C++ con MATLAB® Coder™.

Per la generazione di codice, è possibile caricare la rete utilizzando la sintassi net = mobilenetv2 o passando la funzione mobilenetv2 su coder.loadDeepLearningNetwork (MATLAB Coder). Ad esempio: net = coder.loadDeepLearningNetwork('mobilenetv2')

Per ulteriori informazioni, vedere Load Pretrained Networks for Code Generation (MATLAB Coder).

La sintassi mobilenetv2('Weights','none') non è supportata per la generazione di codice.

Generazione di codice GPU
Genera codice CUDA® per GPU NVIDIA® con GPU Coder™.

Note sull’utilizzo e sulle limitazioni:

Per la generazione di codice, è possibile caricare la rete utilizzando la sintassi net = mobilenetv2 o passando la funzione mobilenetv2 su coder.loadDeepLearningNetwork (GPU Coder). Ad esempio: net = coder.loadDeepLearningNetwork('mobilenetv2')
Per ulteriori informazioni, vedere Load Pretrained Networks for Code Generation (GPU Coder).
La sintassi mobilenetv2('Weights','none') non è supportata per la generazione di codice GPU.

Cronologia versioni

Introdotto in R2019a

Vedi anche