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

resnet50

사전 훈련된 ResNet-50 컨벌루션 신경망

설명

ResNet-50은 컨벌루션 신경망이며, ImageNet 데이터베이스의 1백만 개가 넘는 이미지에 대해 훈련되었습니다[1]. 이 네트워크에는 50개의 계층이 있으며, 이미지를 키보드, 마우스, 연필, 각종 동물 등 1,000가지 사물 범주로 분류할 수 있습니다. 그 결과 이 네트워크는 다양한 이미지를 대표하는 다양한 특징을 학습했습니다. 네트워크의 이미지 입력 크기는 224x224입니다. MATLAB®의 여타 훈련된 네트워크에 대한 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.

classify로 ResNet-50 모델을 사용하여 새 이미지를 분류할 수 있습니다. GoogLeNet을 ResNet-50으로 바꾸어서 GoogLeNet을 사용하여 이미지 분류하기 항목의 단계를 수행하십시오.

새로운 분류 작업에서 네트워크를 다시 훈련시키려면 새로운 이미지를 분류하도록 심층 학습 네트워크 훈련시키기 항목의 단계를 수행하고 GoogLeNet 대신 ResNet-50을 불러오십시오.

예제

net = resnet50은 사전 훈련된 ResNet-50 네트워크를 반환합니다.

이 함수를 사용하려면 Deep Learning Toolbox™ Model for ResNet-50 Network 지원 패키지가 필요합니다. 이 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.

예제

모두 축소

Deep Learning Toolbox Model for ResNet-50 Network 지원 패키지를 다운로드하고 설치합니다.

명령줄에 resnet50을 입력합니다.

resnet50

Deep Learning Toolbox Model for ResNet-50 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 resnet50을 입력하여 설치가 성공적으로 완료되었는지 확인하십시오. 필요한 지원 패키지가 설치되어 있는 경우, 함수가 DAGNetwork 객체를 반환합니다.

resnet50
ans = 

  DAGNetwork with properties:

         Layers: [177×1 nnet.cnn.layer.Layer]
    Connections: [192×2 table]

출력 인수

모두 축소

사전 훈련된 ResNet-50 컨벌루션 신경망으로, DAGNetwork 객체로 반환됩니다.

참고 문헌

[1] ImageNet. http://www.image-net.org

[2] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. "Deep residual learning for image recognition." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 770-778. 2016.

확장 기능

R2017b에 개발됨