inceptionv3
Inception-v3 컨벌루션 신경망
설명
Inception-v3은 48개 계층으로 구성된 컨벌루션 신경망입니다. ImageNet 데이터베이스의 1백만 개가 넘는 영상에 대해 훈련된 신경망의 사전 훈련된 버전을 불러올 수 있습니다 [1]. 사전 훈련된 신경망은 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-v3 모델을 사용하여 classify
로 새 영상을 분류할 수 있습니다. GoogLeNet을 Inception-v3으로 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-v3을 불러오십시오.
은 ImageNet 데이터베이스에서 훈련된 Inception-v3 신경망을 반환합니다.net
= inceptionv3
이 함수를 사용하려면 Deep Learning Toolbox™ Model for Inception-v3 Network 지원 패키지가 필요합니다. 이 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.
은 ImageNet 데이터베이스에서 훈련된 Inception-v3 신경망을 반환합니다. 이 구문은 net
= inceptionv3('Weights','imagenet'
)net = inceptionv3
과 동일합니다.
은 훈련되지 않은 Inception-v3 신경망 아키텍처를 반환합니다. 훈련되지 않은 모델에는 지원 패키지가 필요하지 않습니다. lgraph
= inceptionv3('Weights','none'
)
예제
출력 인수
참고 문헌
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Vincent Vanhoucke, Sergey Ioffe, Jon Shlens, and Zbigniew Wojna. "Rethinking the inception architecture for computer vision." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 2818-2826. 2016.
확장 기능
버전 내역
R2017b에 개발됨