googlenet
1.0.0
Googlenet es una red neuronal convolucional que está capacitada en más de un millón de imágenes de la base de datos de ImageNet. Como resultado, la red ha aprendido ricas representaciones de características para una amplia gama de imágenes. La red puede clasificar las imágenes en 1000 categorías de objetos, como teclado, mouse, lápiz y muchos animales.
La red tiene un tamaño de entrada de imagen de 224 por 224 por 3.
Este repositorio requiere MATLAB (R2018B y superior) y la caja de herramientas de aprendizaje profundo.
Este repositorio proporciona tres funciones:
Para construir una red de Googlenet no entrenada para entrenar desde cero, escriba lo siguiente en la línea de comandos de MATLAB:
lgraph = googlenetLayers ; La red no entrenada se devuelve como un objeto layerGraph .
Para construir una red de googlenet entrenada adecuada para su uso en la clasificación de imágenes, escriba lo siguiente en la línea de comando MATLAB:
net = assembleGoogLeNet ; La red entrenada se devuelve como un objeto DAGNetwork .
Para clasificar una imagen con la red:
img = imresize(imread( " peppers.png " ),[ 224 224 ]);
predLabel = classify( net , img );
imshow( img );
title(string( predLabel ));Para obtener más información sobre el modelo pretrontrado de Googlenet, consulte la página de la función Googlenet en la documentación de la caja de herramientas de aprendizaje profundo de Matlab.
Googlenet es una red residual. Una red residual es un tipo de red DAG que tiene conexiones residuales (o atajos) que omiten las capas de la red principales. Las conexiones residuales permiten que los gradientes de parámetros se propagen más fácilmente desde la capa de salida hasta las capas anteriores de la red, lo que permite entrenar redes más profundas. Este aumento de la profundidad de la red puede dar como resultado una mayor precisión en tareas más difíciles.
Puede explorar y editar la arquitectura de red utilizando Deep Network Designer.
Este repositorio demuestra la construcción de una red neuronal profunda residual desde cero en Matlab. Puede usar el código en este repositorio como base para construir redes residuales con diferentes números de bloques residuales.
También puede crear una red de googlenet capacitada desde el interior de Matlab instalando el modelo de caja de herramientas de aprendizaje profundo para el paquete de soporte de la red Googlenet. Escriba googlenet en la línea de comando. Si el modelo de caja de herramientas de aprendizaje profundo para el paquete de soporte de la red Googlenet no está instalado, entonces la función proporciona un enlace al paquete de soporte requerido en el explorador de complementos. Para instalar el paquete de soporte, haga clic en el enlace y luego haga clic en Instalar.
Alternativamente, puede descargar el modelo de entrenamiento previamente googlenet del intercambio de archivos de MathWorks, en Deep Learning Toolbox Model para la red Googlenet.
Puede crear una red de googlenet no capacitado desde el interior de MATLAB importando una red googlenet capacitada en la aplicación de diseñador de red profunda y seleccionando exportar el código. El código exportado generará una red no capacitada con la arquitectura de red de Googlenet.
