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

googlenet

사전 훈련된 GoogLeNet 컨벌루션 신경망

설명

GoogLeNet은 22개 계층으로 구성된, 사전 훈련된 컨벌루션 신경망입니다. ImageNet[1] 데이터 세트 또는 Places365[2] [3] 데이터 세트에서 훈련된 네트워크를 불러올 수 있습니다. ImageNet에서 훈련된 네트워크는 이미지를 키보드, 마우스, 연필, 각종 동물 등 1,000가지 사물 범주로 분류합니다. Places365에서 훈련된 네트워크는 ImageNet에서 훈련된 네트워크와 비슷한데, 다만 이미지를 들판, 공원, 활주로, 로비 등 365가지 장소 범주로 분류합니다. 이러한 네트워크는 다양한 이미지를 대표하는 다양한 특징을 학습했습니다. 두 네트워크 모두 이미지 입력 크기가 224x224입니다. MATLAB®의 여타 훈련된 네트워크에 대한 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.

GoogLeNet을 사용하여 새 이미지를 분류하려면 classify를 사용하십시오. 예제는 GoogLeNet을 사용하여 이미지 분류하기 항목을 참조하십시오.

전이 학습을 사용하여 GoogLeNet 네트워크가 새로운 작업을 수행하도록 다시 훈련시킬 수 있습니다. 전이 학습을 수행할 때 가장 일반적인 방법은 ImageNet 데이터 세트에서 사전 훈련된 네트워크를 사용하는 것입니다. 새 작업이 장면 분류와 비슷한 경우, Places-365에서 훈련된 네트워크를 사용하면 더 높은 정확도를 얻을 수 있습니다. 새로운 분류 작업에서 GoogLeNet을 다시 훈련시키는 방법을 보여주는 예제는 새로운 이미지를 분류하도록 심층 학습 네트워크 훈련시키기 항목을 참조하십시오.

예제

net = googlenet은 ImageNet 데이터 세트에서 훈련된 GoogLeNet 네트워크를 반환합니다.

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

net = googlenet('Weights',weights)는 ImageNet 또는 Places365 데이터 세트에서 훈련된 GoogLeNet 네트워크를 반환합니다.

ImageNet에서 훈련된 네트워크를 사용하려면 Deep Learning Toolbox Model for GoogLeNet Network 지원 패키지가 필요합니다. Places365에서 훈련된 네트워크를 사용하려면 Deep Learning Toolbox Model for Places365-GoogLeNet Network 지원 패키지가 필요합니다. 필요한 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.

예제

모두 축소

Deep Learning Toolbox Model for GoogLeNet Network 지원 패키지를 다운로드하고 설치합니다.

명령줄에 googlenet을 입력합니다.

googlenet

Deep Learning Toolbox Model for GoogLeNet Network 지원 패키지가 설치되어 있지 않은 경우, 애드온 탐색기로 연결되는 지원 패키지 링크를 함수에서 제공합니다. 지원 패키지를 설치하려면 링크를 클릭한 다음 설치(Install)를 클릭하십시오. 명령줄에 googlenet를 입력하여 설치가 성공적으로 완료되었는지 확인하십시오. 필요한 지원 패키지가 설치되어 있는 경우, 함수가 DAGNetwork 객체를 반환합니다.

googlenet
ans = 

  DAGNetwork with properties:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 table]

입력 인수

모두 축소

네트워크 파라미터의 출처로, 'imagenet' 또는 'places365'로 지정됩니다.

weights'imagenet'이면 네트워크는 ImageNet 데이터 세트에서 훈련된 가중치를 갖습니다. weights'places365'이면 네트워크는 Places365 데이터 세트에서 훈련된 가중치를 갖습니다.

예: 'places365'

출력 인수

모두 축소

사전 훈련된 GoogLeNet 컨벌루션 신경망으로, DAGNetwork 객체로 반환됩니다.

참고 문헌

[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.

확장 기능

R2017b에 개발됨