googlenet
红色神经元卷积谷歌网
Descripcion
谷歌网状红神经元丛22深底帽。Puede cargar una versión preentrenada de la red entrenada con los conjuntos de datos de ImageNet[1]o Places365[2][3].La red entrenada con ImageNet puede classiar imágenes en 1.000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y animales)。La red entrenada con Places365 es similar a La red entrenada con ImageNet, pero clasifica imágenes en 365 categorías de ubicaciones dientes (por ejemplo, campo, parque, pista de aterrizaje y recibidor)。Estas redes han aprendido una serie de代表ricas en características para una amplia gama de imágenes。Las dos redes preentrenadas tienen un tamaño de entrada de imagen de 224 poror 224。Para ver más redes preentrenadas en MATLAB®, consulte预训练深度神经网络.
Para classar imágenes nuevas con GoogLeNet, utilice分类
.Para ver un ejemplo, consulte分类una imagen con GoogLeNet.
在红色的google世界里,在新的世界里,在我们的世界里,在我们的世界里。我是这样理解的,我是这样理解的,我是这样理解的más我是这样理解的,我是这样理解的。Si la nueva tarea es类似一个分类escenas, puede obtener precisiones más altas usando la red entrenada con place -365。在cómo上建立一个google网络,在clasificación上建立一个新的网络Entrenar redes de深度学习para classiar nuevas imágenes.
deuelve una red GoogLeNet entrenada con el conjunto de datos de ImageNet。网
= googlenet
Esta función requiere el paquete de soporte深度学习工具箱™模型GoogLeNet网络.我不知道该怎么做,我知道该怎么做。
deuelve la arquitectura de red GoogLeNet sin entrrenar。modelo sin entrenar no requiere ningún paquete de soporte。lgraph
= googlenet(“权重”,“没有”
)
包括
Argumentos de entrada
Argumentos德公司salida
Referencias
[1]ImageNet.http://www.image-net.org
[2]周,Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba和Aude Oliva。“地点:一个用于深入理解场景的图像数据库。”arXiv预印本arXiv: 1610.02055(2016)。
[3]的地方.http://places2.csail.mit.edu/
[4] Szegedy, Christian,刘伟,贾扬青,Pierre Sermanet, Scott Reed, Dragomir angelov, Dumitru Erhan, Vincent Vanhoucke和Andrew Rabinovich。“更深入地研究卷积。”在IEEE计算机视觉和模式识别会议论文集1 - 9页。2015.
[5]BVLC GoogLeNet模型.https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
Capacidades ampliadas
历史de版本
Introducido en R2017b