이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
inceptionresnetv2
사전 훈련된 Inception-ResNet-v2 컨벌루션 신경망
설명
Inception-ResNet-v2는 ImageNet 데이터베이스의 1백만 개가 넘는 영상에 대해 훈련된 컨벌루션 신경망입니다[1]. 이 신경망에는 164개의 계층이 있으며, 영상을 키보드, 마우스, 연필, 각종 동물 등 1,000가지 사물 범주로 분류할 수 있습니다. 그 결과 이 신경망은 다양한 영상을 대표하는 다양한 특징을 학습했습니다. 신경망의 영상 입력 크기는 299×299입니다. MATLAB®의 여타 훈련된 신경망에 대한 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.
Inception-ResNet-v2 신경망을 사용하여 classify
로 새 영상을 분류할 수 있습니다. GoogLeNet을 Inception-ResNet-v2로 바꾸어서 GoogLeNet을 사용하여 영상 분류하기 항목의 단계를 수행하십시오.
새로운 분류 작업에서 신경망을 다시 훈련시키려면 새로운 영상을 분류하도록 딥러닝 신경망 훈련시키기 항목의 단계를 수행하고 GoogLeNet 대신 Inception-ResNet-v2를 불러오십시오.
예제
출력 인수
참고 문헌
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke, and Alexander A. Alemi. "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning." In AAAI, vol. 4, p. 12. 2017.
확장 기능
버전 내역
R2017b에 개발됨
참고 항목
심층 신경망 디자이너 | vgg16
| vgg19
| googlenet
| resnet18
| resnet50
| resnet101
| inceptionv3
| densenet201
| squeezenet
| trainNetwork
| layerGraph
| DAGNetwork
| importKerasLayers
| importKerasNetwork