importCaffeNetwork

Caffe에서 사전 훈련된 컨벌루션 신경망 모델 가져오기

페이지 내 모두 축소

구문

net = importCaffeNetwork(protofile,datafile)
net = importCaffeNetwork(___,Name,Value)

설명

Add-On Required: 이 기능을 사용하려면 다음 애드온이

net = importCaffeNetwork(protofile,datafile)은 Caffe에서 사전 훈련된 신경망을 가져옵니다[1]. 이 함수는 protofile(.prototxt 파일)로 지정된 아키텍처와 datafile(.caffemodel 파일)로 지정된 신경망 가중치를 갖는 사전 훈련된 신경망을 반환합니다.

이 함수를 사용하려면 Deep Learning Toolbox™ Importer for Caffe Models 지원 패키지가 필요합니다. 이 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.

Caffe Model Zoo [2]에서 사전 훈련된 신경망을 다운로드할 수 있습니다.

예제

net = importCaffeNetwork(___,Name,Value)는 위에 열거된 구문과 함께 하나 이상의 Name,Value 쌍 인수로 지정된 추가 옵션을 사용하여 신경망을 반환합니다.

예제

모두 축소

다음 제품이 필요합니다.

Deep Learning Toolbox Importer for Caffe Models 지원 패키지를 다운로드하고 설치합니다.

필요한 지원 패키지를 다운로드하려면 명령줄에 importCaffeNetwork를 입력하십시오.

importCaffeNetwork

Deep Learning Toolbox Importer for Caffe Models 지원 패키지가 설치되어 있지 않은 경우, 필요한 지원 패키지로 연결되는 애드온 탐색기 링크를 함수에서 제공합니다. 지원 패키지를 설치하려면 링크를 클릭한 다음 설치를 클릭하십시오.

다음 제품이 필요합니다.

라이브 스크립트 열기

가져올 파일을 지정합니다.

protofile = 'digitsnet.prototxt';
datafile = 'digits_iter_10000.caffemodel';

신경망을 가져옵니다.

net = importCaffeNetwork(protofile,datafile)
net = 
  SeriesNetwork with properties:

         Layers: [7×1 nnet.cnn.layer.Layer]
     InputNames: {'testdata'}
    OutputNames: {'ClassificationOutput'}

입력 인수

모두 축소

신경망 아키텍처를 포함하는 .prototxt 파일의 파일 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. protofile은 현재 폴더 또는 MATLAB® 경로에 있는 폴더에 있어야 합니다. 또는 파일에 대한 전체 경로 또는 상대 경로를 포함해야 합니다. .prototxt 파일이 입력 데이터의 크기를 지정하지 않는 경우, 'InputSize' 이름-값 쌍의 인수를 사용하여 직접 크기를 지정해야 합니다.

예: 'digitsnet.prototxt'

신경망 가중치를 포함하는 .caffemodel 파일의 파일 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. datafile은 현재 폴더 또는 MATLAB 경로에 있는 폴더에 있어야 합니다. 또는 파일에 대한 전체 경로 또는 상대 경로를 포함해야 합니다. 신경망 계층을 가중치 없이 가져오려면 importCaffeLayers를 사용하십시오.

예: 'digits_iter_10000.caffemodel'

이름-값 인수

모두 축소

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

R2021a 이전 릴리스에서는 쉼표를 사용하여 각 이름과 값을 구분하고 Name을 따옴표로 묶으십시오.

예: importCaffeNetwork(protofile,datafile,'AverageImage',I)는 0이 중심이 되는 정규화를 위한 평균값 영상으로 I를 사용하여 사전 훈련된 신경망을 가져옵니다.

입력 데이터의 크기로, 행 벡터로 지정됩니다. 입력 데이터의 높이, 너비, 채널 개수에 해당하는 두세 개의 정수 값으로 구성된 벡터, 즉 [h,w] 또는 [h,w,c]를 지정합니다. .prototxt 파일이 입력 데이터의 크기를 지정하지 않는 경우, 직접 입력 크기를 지정해야 합니다.

예: [28 28 1]

0이 중심이 되는 정규화를 위한 평균값 영상으로, 행렬로 지정됩니다. 영상을 지정하는 경우, 입력 데이터와 크기가 같은 영상을 지정해야 합니다. 영상을 지정하지 않은 경우, .prototxt 파일에 지정된 데이터가 있으면 이 데이터가 사용됩니다. 이 데이터가 없으면 함수는 신경망의 영상 입력 계층의 Normalization 속성을 'none'으로 설정합니다.

출력 계층의 클래스로, categorical형 벡터, string형 배열, 문자형 벡터로 구성된 셀형 배열 또는 'auto'로 지정됩니다. string형 배열 또는 문자형 벡터로 구성된 셀형 배열 str을 지정하면, 출력 계층의 클래스가 categorical(str,str)로 설정됩니다. Classes가 'auto'인 경우, 함수는 클래스를 categorical(1:N)으로 설정합니다. 여기서 N은 클래스의 개수입니다.

데이터형: char | categorical | string | cell

출력 인수

모두 축소

가져온 사전 훈련된 Caffe 신경망으로, SeriesNetwork 객체 또는 DAGNetwork 객체로 반환됩니다. 입력값으로 컬러 영상을 받는 Caffe 신경망의 경우 영상이 BGR 형식이어야 합니다. 가져오기 중에 importCaffeNetwork 함수는 가져온 MATLAB 신경망이 입력값으로 RGB 영상을 받도록 신경망을 수정합니다.

세부 정보

모두 축소

팁

importCaffeNetwork 함수는 다음과 같은 Caffe 계층 유형을 갖는 신경망을 가져올 수 있으며, 몇 가지 제한 사항이 있습니다.

Caffe 계층Deep Learning Toolbox 계층

BatchNormLayer

batchNormalizationLayer

ConcatLayer

depthConcatenationLayer

ConvolutionLayer

convolution2dLayer

DeconvolutionLayer

transposedConv2dLayer

DropoutLayer

dropoutLayer

EltwiseLayer(합만)

additionLayer

EuclideanLossLayer

RegressionOutputLayer

InnerProductLayer

fullyConnectedLayer

InputLayer

imageInputLayer

LRNLayer(국소 응답 정규화)

crossChannelNormalizationLayer

PoolingLayer

maxPooling2dLayer 또는 averagePooling2dLayer

ReLULayer

reluLayer 또는 leakyReluLayer

ScaleLayer

batchNormalizationLayer

SigmoidLayer

nnet.caffe.layer.SigmoidLayer

SoftmaxLayer

softmaxLayer

TanHLayer

tanhLayer

신경망에 그 밖의 다른 유형의 계층이 포함된 경우, 오류가 반환됩니다.

이 함수는 protofile이 include-phase TEST로 지정하는 계층만 가져옵니다. 이 함수는 protofile이 include-phase TRAIN으로 지정하는 계층은 모두 무시합니다.

참고 문헌

확장 기능

모두 확장

버전 내역

R2017a에 개발됨

모두 확장

참고 항목

| | | | | | | |

도움말 항목