Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

Image Classifier

훈련된 딥러닝 신경망을 사용하여 데이터 분류

  • 라이브러리:
  • Deep Learning Toolbox / Deep Neural Networks

  • Image classifier block

설명

Image Classifier 블록은 블록 파라미터를 통해 지정된 훈련된 신경망을 사용하여 입력값에 대한 데이터의 클래스 레이블을 예측합니다. 이 블록을 사용하면 MAT 파일 또는 MATLAB® 함수에서 사전 훈련된 신경망을 Simulink® 모델에 불러올 수 있습니다.

제한 사항

  • Image Classifier 블록은 시퀀스 신경망과 다중 입력/다중 출력(MIMO) 신경망을 지원하지 않습니다.

  • Image Classifier 블록은 MAT 파일 기록을 지원하지 않습니다.

포트

입력

모두 확장

h×w×c×N 숫자형 배열로, 여기서 h, w, c는 각각 영상의 높이, 너비, 채널 개수이고 N은 영상 개수입니다.

numFeatures 숫자형 배열로, 여기서 N은 관측값의 개수이고, numFeatures는 입력 데이터의 특징의 개수입니다.

배열에 NaN이 포함되어 있는 경우, 이 값이 신경망 끝까지 전파됩니다.

출력값

모두 확장

최고 점수를 가진 예측 클래스 레이블로, 레이블로 구성된 N×1 열거형 벡터로 반환됩니다. 여기서 N은 관측값의 개수입니다.

예측 점수로, N×K 행렬로 반환됩니다. 여기서 N은 관측값의 개수이고 K는 클래스의 개수입니다.

예측 점수에 대한 레이블로, N×K 행렬로 반환됩니다. 여기서 N은 관측값의 개수이고 K는 클래스의 개수입니다.

파라미터

모두 확장

훈련된 신경망의 출처를 지정합니다. 다음 중 하나를 선택합니다.

  • MAT 파일에서 가져온 신경망SeriesNetwork 객체, DAGNetwork 객체 또는 dlnetwork 객체를 포함하는 MAT 파일에서 훈련된 신경망을 가져옵니다.

  • MATLAB 함수에서 가져온 신경망 — MATLAB 함수에서 사전 훈련된 신경망을 가져옵니다. 예를 들어, googlenet 함수를 사용합니다.

프로그래밍 방식 사용

블록 파라미터: Network
유형: 문자형 벡터, string형
값: 'Network from MAT-file' | 'Network from MATLAB function'
디폴트 값: 'Network from MAT-file'

이 파라미터는 불러올 훈련된 딥러닝 신경망을 포함하는 MAT 파일의 이름을 지정합니다. 파일이 MATLAB 경로에 있지 않으면 찾아보기 버튼을 사용하여 파일을 찾습니다.

종속 관계

이 파라미터를 활성화하려면 신경망 파라미터를 MAT 파일에서 가져온 신경망으로 설정하십시오.

프로그래밍 방식 사용

블록 파라미터: NetworkFilePath
유형: 문자형 벡터, string형
값: MAT 파일 경로 또는 이름
디폴트 값: 'untitled.mat'

이 파라미터는 사전 훈련된 딥러닝 신경망의 MATLAB 함수 이름을 지정합니다. 예를 들어, googlenet 함수를 사용하여 사전 훈련된 GoogLeNet 모델을 가져옵니다.

종속 관계

이 파라미터를 활성화하려면 신경망 파라미터를 MATLAB 함수에서 가져온 신경망으로 설정하십시오.

프로그래밍 방식 사용

블록 파라미터: NetworkFunction
유형: 문자형 벡터, string형
값: MATLAB 함수 이름
디폴트 값: 'squeezenet'

예측에 사용할 미니 배치의 크기로, 양의 정수로 지정됩니다. 미니 배치가 클수록 메모리가 더 많이 필요하지만 예측 속도는 빨라질 수 있습니다.

프로그래밍 방식 사용

블록 파라미터: MiniBatchSize
유형: 문자형 벡터, string형
값: 양의 정수
디폴트 값: '128'

입력 포트의 데이터 크기를 신경망의 입력 크기에 맞게 조정합니다.

프로그래밍 방식 사용

블록 파라미터: ResizeInput
유형: 문자형 벡터, string형
값: 'off' | 'on'
디폴트 값: 'on'

최고 점수를 가진 레이블을 출력하는 출력 포트 ypred를 활성화합니다.

프로그래밍 방식 사용

블록 파라미터: Classification
유형: 문자형 벡터, string형
값: 'off' | 'on'
디폴트 값: 'on'

모든 예측 점수와 관련 클래스 레이블을 출력하는 출력 포트 scoreslabels를 활성화합니다.

프로그래밍 방식 사용

블록 파라미터: Predictions
유형: 문자형 벡터, string형
값: 'off' | 'on'
디폴트 값: 'off'

확장 기능

버전 내역

R2020b에 개발됨

참고 항목