googlenet
Rete neurale convoluzionale GoogLeNet
Descrizione
GoogLeNet è una rete neurale convoluzionale con 22 livelli di profondità. È possibile caricare una versione preaddestrata della rete, addestrata sui set di dati di ImageNet [1] o di Places365 [2] [3]. La rete addestrata su ImageNet classifica le immagini in 1000 categorie di oggetti, come tastiera, mouse, matita e molti animali. La rete addestrata su Places365 è simile alla rete addestrata su ImageNet ma classifica le immagini in 365 diverse categorie di luoghi, come campi, parchi, piste e atri. Queste reti hanno appreso diverse rappresentazioni delle feature per un'ampia gamma di immagini. Le reti preaddestrate hanno entrambe una dimensione di input dell'immagine di 224 per 224. Per ulteriori reti addestrate in MATLAB®, vedere Reti neurali profonde preaddestrate.
Per classificare nuove immagini utilizzando GoogLeNet, usare classify
. Per un esempio, vedere Classificazione di immagini utilizzando GoogLeNet.
È possibile riaddestrare una rete GoogLeNet per eseguire una nuova attività utilizzando il transfer learning. Quando si esegue il transfer learning, l'approccio più comune è quello di utilizzare reti preaddestrate sul set di dati di ImageNet. Se la nuova attività è simile alla classificazione di scene, l’utilizzo della rete addestrata su Places365 può fornire una precisione maggiore. Per un esempio su come riaddestrare GoogLeNet su una nuova attività di classificazione, vedere Addestramento della rete di Deep Learning per classificare nuove immagini
restituisce una rete GoogLeNet addestrata sul set di dati di ImageNet.net
= googlenet
Questa funzione richiede il pacchetto di supporto Deep Learning Toolbox™ Model for GoogLeNet Network. Se il pacchetto di supporto non è installato, la funzione fornisce un link per il download.
restituisce una rete GoogLeNet addestrata sul set di dati di ImageNet o di Places365. La sintassi (predefinita) net
= googlenet('Weights',weights
)googlenet('Weights','imagenet')
è equivalente a googlenet
.
La rete addestrata su ImageNet richiede il pacchetto di supporto Deep Learning Toolbox Model for GoogLeNet Network. La rete addestrata su Places365 richiede il pacchetto di supporto Deep Learning Toolbox Model for Places365-GoogLeNet Network. Se il pacchetto di supporto richiesto non è installato, la funzione fornisce un link per il download.
restituisce l’architettura della rete GoogLeNet non addestrata. Il modello non addestrato non richiede il pacchetto di supporto. lgraph
= googlenet('Weights','none'
)
Esempi
Argomenti di input
Argomenti di output
Riferimenti
[1] ImageNet. http://www.image-net.org
[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba, and Aude Oliva. "Places: An image database for deep scene understanding." arXiv preprint arXiv:1610.02055 (2016).
[3] Places. http://places2.csail.mit.edu/
[4] Szegedy, Christian, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, and Andrew Rabinovich. "Going deeper with convolutions." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 1-9. 2015.
[5] BVLC GoogLeNet Model. https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
Funzionalità estese
Cronologia versioni
Introdotto in R2017b
Vedi anche
Deep Network Designer | vgg16
| vgg19
| resnet18
| resnet50
| resnet101
| densenet201
| inceptionresnetv2
| squeezenet
| trainNetwork
| layerGraph
| inceptionv3
| DAGNetwork