이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

densenet201

사전 훈련된 DenseNet-201 컨벌루션 신경망

설명

DenseNet-201은 컨벌루션 신경망이며, ImageNet 데이터베이스의 1백만 개가 넘는 영상에 대해 훈련되었습니다[1]. 이 네트워크에는 201개의 계층이 있으며, 영상을 키보드, 마우스, 연필, 각종 동물 등 1,000가지 사물 범주로 분류할 수 있습니다. 그 결과 이 네트워크는 다양한 영상을 대표하는 다양한 특징을 학습했습니다. 네트워크의 영상 입력 크기는 224x224입니다. MATLAB®의 여타 훈련된 네트워크에 대한 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.

DenseNet-201 모델을 사용하여 classify로 새 영상을 분류할 수 있습니다. GoogLeNet을 DenseNet-201로 바꾸어서 GoogLeNet을 사용하여 영상 분류하기 항목의 단계를 수행하십시오.

새로운 분류 작업에서 네트워크를 다시 훈련시키려면 새로운 영상을 분류하도록 딥러닝 신경망 훈련시키기 항목의 단계를 수행하고 GoogLeNet 대신 DenseNet-201을 불러오십시오.

예제

net = densenet201은 사전 훈련된 DenseNet-201 컨벌루션 신경망을 반환합니다.

이 함수를 사용하려면 Deep Learning Toolbox™ Model for DenseNet-201 Network 지원 패키지가 필요합니다. 이 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.

예제

모두 축소

Deep Learning Toolbox Model for DenseNet-201 Network 지원 패키지를 다운로드하고 설치합니다.

명령줄에 densenet201을 입력합니다.

densenet201

Deep Learning Toolbox Model for DenseNet-201 Network 지원 패키지가 설치되어 있지 않은 경우, 애드온 탐색기로 연결되는 지원 패키지 링크를 함수에서 제공합니다. 지원 패키지를 설치하려면 링크를 클릭한 다음 설치를 클릭하십시오. 명령줄에 densenet201을 입력하여 설치가 성공적으로 완료되었는지 확인하십시오. 필요한 지원 패키지가 설치되어 있는 경우, 함수가 DAGNetwork 객체를 반환합니다.

densenet201
ans = 

  DAGNetwork with properties:

         Layers: [709×1 nnet.cnn.layer.Layer]
    Connections: [806×2 table]

출력 인수

모두 축소

사전 훈련된 DenseNet-201 컨벌루션 신경망으로, DAGNetwork 객체로 반환됩니다.

참고 문헌

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

[2] Huang, Gao, Zhuang Liu, Laurens Van Der Maaten, and Kilian Q. Weinberger. "Densely Connected Convolutional Networks." In CVPR, vol. 1, no. 2, p. 3. 2017.

R2018a에 개발됨