shufflenet
설명
ShuffleNet은 컨벌루션 신경망이며, ImageNet([1]) 데이터베이스의 1백만 개가 넘는 영상에 대해 훈련되었습니다. 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 224×224입니다. MATLAB®의 여타 훈련된 신경망에 대한 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.
ShuffleNet 모델을 사용하여 classify
로 새 영상을 분류할 수 있습니다. GoogLeNet을 사용하여 영상 분류하기 항목의 단계를 따르되 GoogLeNet을 ShuffleNet으로 바꾸어서 수행하십시오.
새로운 분류 작업에서 신경망을 다시 훈련시키려면 새로운 영상을 분류하도록 딥러닝 신경망 훈련시키기 항목의 단계를 수행하고 GoogLeNet 대신 ShuffleNet을 불러오십시오.
예제
출력 인수
참고 문헌
[1] ImageNet. http://www.image-net.org
[2] Zhang, Xiangyu, Xinyu Zhou, Mengxiao Lin, and Jian Sun. "ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices." arXiv preprint arXiv:1707.01083v2 (2017).
버전 내역
R2019a에 개발됨
참고 항목
심층 신경망 디자이너 | vgg16
| vgg19
| googlenet
| trainNetwork
| layerGraph
| DAGNetwork
| resnet50
| resnet101
| inceptionresnetv2
| squeezenet
| densenet201
| nasnetmobile
| nasnetlarge