googlenet

개요

Googlenet은 ImageNet 데이터베이스의 백만 개 이상의 이미지에 대해 교육을받은 Convolutional Neural Network입니다. 결과적으로 네트워크는 광범위한 이미지에 대한 풍부한 기능 표현을 배웠습니다. 네트워크는 이미지를 키보드, 마우스, 연필 및 많은 동물과 같은 1000 개 객체 범주로 분류 할 수 있습니다.

네트워크의 이미지 입력 ​​크기는 224 x 224 x 3입니다.

용법

이 저장소에는 MATLAB (R2018B 이상) 및 딥 러닝 도구 상자가 필요합니다.

이 저장소는 세 가지 기능을 제공합니다.

• Googlenetlayers : Googlenet의 네트워크 아키텍처와 함께 훈련받지 않은 네트워크를 만듭니다.
• AssembleGooglEnet : Imagenet 데이터에 대해 훈련 된 가중치로 Googlenet 네트워크를 만듭니다.
• Googlenetexample : 훈련 된 Googlenet 네트워크를 사용하여 이미지를 분류하는 방법을 보여줍니다.

훈련되지 않은 GOOGLENET 네트워크를 처음부터 훈련 시키려면 MATLAB 명령 줄에 다음을 입력하십시오.

lgraph = googlenetLayers ;

훈련되지 않은 네트워크는 layerGraph 객체로 반환됩니다.

이미지 분류에 사용하기에 적합한 훈련 된 Googlenet 네트워크를 구성하려면 MATLAB 명령 줄에 다음을 입력하십시오.

net = assembleGoogLeNet ;

훈련 된 네트워크는 DAGNetwork 객체로 반환됩니다.

네트워크로 이미지를 분류하려면 :

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

선적 서류 비치

Googlenet 사전 훈련 된 모델에 대한 자세한 내용은 Matlab Deep Learning Toolbox 문서의 Googlenet 기능 페이지를 참조하십시오.

건축학

Googlenet은 잔여 네트워크입니다. 잔류 네트워크는 기본 네트워크 계층을 우회하는 잔차 (또는 바로 가기) 연결을 갖는 DAG 네트워크의 한 유형입니다. 잔류 연결을 통해 파라미터 그라디언트는 출력 계층에서 네트워크의 이전 레이어로보다 쉽게 ​​전파 될 수 있으므로 더 깊은 네트워크를 훈련시킬 수 있습니다. 이 네트워크 깊이가 증가하면 더 어려운 작업에서 정확도가 높아질 수 있습니다.

Deep Network Designer를 사용하여 네트워크 아키텍처를 탐색하고 편집 할 수 있습니다.

Matlab의 Googlenet

이 저장소는 MATLAB에서 처음부터 잔류 깊은 신경망의 구성을 보여줍니다. 이 저장소의 코드를 다른 수의 잔류 블록을 가진 잔류 네트워크를 구축하기위한 기초로 사용할 수 있습니다.

Googlenet 네트워크 지원 패키지 용 딥 러닝 툴 박스 모델을 설치하여 Matlab 내부에서 훈련 된 Googlenet 네트워크를 만들 수도 있습니다. 명령 줄에 googlenet 입력하십시오. Googlenet Network 지원 패키지의 딥 러닝 툴 박스 모델이 설치되지 않은 경우 기능은 애드온 탐색기의 필요한 지원 패키지에 대한 링크를 제공합니다. 지원 패키지를 설치하려면 링크를 클릭 한 다음 설치를 클릭하십시오.

또는 Googlenet 네트워크 용 딥 러닝 툴 박스 모델에서 Mathworks 파일 교환에서 Googlenet 미리 훈련 된 모델을 다운로드 할 수 있습니다.

숙련 된 Googlenet 네트워크를 Deep Network Designer 앱으로 가져 와서 내보내기> 코드 생성을 선택하여 MATLAB 내부에서 훈련되지 않은 GOOGLENET 네트워크를 만들 수 있습니다. 내보낸 코드는 Googlenet의 네트워크 아키텍처와 함께 훈련되지 않은 네트워크를 생성합니다.