googlenet

Überblick

Googlenet ist ein neuronales Faltungsnetz, das auf mehr als einer Million Bildern aus der ImageNet -Datenbank geschult wird. Infolgedessen hat das Netzwerk reichhaltige Feature -Darstellungen für eine Vielzahl von Bildern gelernt. Das Netzwerk kann Bilder in 1000 Objektkategorien wie Tastatur, Maus, Bleistift und viele Tiere klassifizieren.

Das Netzwerk verfügt über eine Bildeingangsgröße von 224 x 224 mal 3.

Verwendung

Dieses Repository erfordert MATLAB (R2018B und höher) und die Deep Learning Toolbox.

Dieses Repository enthält drei Funktionen:

• Googlenetlayer: Erstellt ein ungeschulteres Netzwerk mit der Netzwerkarchitektur von Googlenet
• AssembleGooglenet: Erstellt ein Googlenet -Netzwerk mit Gewichten, die auf Imagnet -Daten geschult wurden
• googlenetExample: zeigt, wie ein Bild mit einem geschulten Googlenet -Netzwerk klassifiziert wird

Um ein untrainiertes Googlenet -Netzwerk zum Training von Grund auf zu erstellen, geben Sie Folgendes in die Befehlszeile von MATLAB ein:

lgraph = googlenetLayers ;

Das ungeübte Netzwerk wird als layerGraph -Objekt zurückgegeben.

Um ein geschultes Googlenet -Netzwerk zu erstellen, das für die Verwendung in der Bildklassifizierung geeignet ist, geben Sie Folgendes in die MATLAB -Befehlszeile ein:

net = assembleGoogLeNet ;

Das geschulte Netzwerk wird als DAGNetwork -Objekt zurückgegeben.

So klassifizieren Sie ein Bild mit dem Netzwerk:

img = imresize(imread( " peppers.png " ),[ 224 224 ]);
predLabel = classify( net , img );
imshow( img );
title(string( predLabel ));

Dokumentation

Weitere Informationen zum Googlenet Pre-ausgebildeten Modell finden Sie auf der Seite "Googlenet" in der Dokumentation von MATLAB Deep Learning Toolbox.

Architektur

Googlenet ist ein Restnetzwerk. Ein Restnetzwerk ist eine Art DAG -Netzwerk, das verbleibende (oder Verknüpfungen) Verbindungen aufweist, die die Hauptnetzwerkschichten umgehen. Restliche Verbindungen ermöglichen es den Parametergradienten, sich leichter von der Ausgangsschicht zu den früheren Schichten des Netzwerks auszubreiten, was es ermöglicht, tiefere Netzwerke zu trainieren. Diese erhöhte Netzwerktiefe kann zu höheren Genauigkeiten bei schwierigeren Aufgaben führen.

Sie können die Netzwerkarchitektur mit Deep Network Designer erkunden und bearbeiten.

Googlenet in Matlab

Dieses Repository zeigt die Konstruktion eines verbleibenden tiefen neuronalen Netzwerks von Grund auf neu in MATLAB. Sie können den Code in diesem Repository als Grundlage für den Aufbau von Restnetzwerken mit unterschiedlicher Anzahl von Restblöcken verwenden.

Sie können auch ein geschultes Googlenet -Netzwerk aus MATLAB erstellen, indem Sie das Deep Learning Toolbox -Modell für Googlenet -Netzwerk -Support -Paket installieren. Geben Sie googlenet in die Befehlszeile ein. Wenn das Deep Learning Toolbox-Modell für Googlenet-Netzwerk-Support-Paket nicht installiert ist, bietet die Funktion einen Link zum erforderlichen Support-Paket im Add-On Explorer. Um das Support -Paket zu installieren, klicken Sie auf den Link und klicken Sie dann auf Installieren.

Alternativ können Sie das vorgebildete Googlenet-Modell von der MathWorks-Datei Exchange am Deep Learning Toolbox-Modell für Googlenet-Netzwerk herunterladen.

Sie können ein untrainiertes Googlenet -Netzwerk aus MATLAB erstellen, indem Sie ein geschultes Googlenet -Netzwerk in die Deep Network Designer -App importieren und den Code generieren. Der exportierte Code generiert ein ungeschulteres Netzwerk mit der Netzwerkarchitektur von Googlenet.