La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
googlenet
Réseau de neurones à convolution GoogLeNet
Description
GoogLeNet est un réseau de neurones à convolution d’une profondeur de 22 couches. Vous pouvez charger une version préentraînée du réseau entraîné sur les jeux de données ImageNet [1] ou Places365 [2] [3]. Le réseau entraîné sur ImageNet classe des images dans 1 000 catégories d’objets, par exemple un clavier, une souris, un crayon et de nombreux animaux. Le réseau entraîné sur Places365 est similaire au réseau entraîné sur ImageNet, mais classe des images dans 365 catégories de lieux différentes, par exemple un champ, un parc, une piste d’atterrissage et un hall d'entrée. Ces réseaux ont appris des représentations avec différentes caractéristiques pour une grande variété d’images. Les réseaux préentraînés ont tous les deux une taille d’image en entrée de 224 x 224. Pour plus de réseaux pré-entraînés dans MATLAB®, veuillez consulter Pretrained Deep Neural Networks.
Pour classer de nouvelles images avec GoogLeNet, utilisez classify
. Vous trouverez un exemple dans Classer une image avec GoogLeNet.
Vous pouvez entraîner à nouveau un réseau GoogLeNet pour exécuter une nouvelle tâche avec l’apprentissage par transfert. Lors de l’exécution d’un apprentissage par transfert, l’approche la plus courante consiste à utiliser des réseaux préentraînés sur le jeu de données ImageNet. Si la nouvelle tâche est similaire à la classification de scènes, l’utilisation du réseau entraîné sur Places365 peut donner une précision plus élevée. Vous trouverez un exemple illustrant comment entraîner à nouveau un réseau GoogLeNet sur une nouvelle tâche de classification dans Utiliser un réseau de Deep Learning pour classer de nouvelles images.
renvoie un réseau GoogLeNet entraîné sur le jeu de données ImageNet.net
= googlenet
Cette fonction nécessite le support package Deep Learning Toolbox™ Model for GoogLeNet Network. Si ce support package n’est pas installé, la fonction propose un lien de téléchargement.
renvoie un réseau GoogLeNet entraîné sur le jeu de données ImageNet ou Places365. La syntaxe net
= googlenet('Weights',weights
)googlenet('Weights','imagenet')
(par défaut) est équivalente à googlenet
.
Le réseau entraîné sur ImageNet nécessite le support package Deep Learning Toolbox Model for GoogLeNet Network. Le réseau entraîné sur Places365 nécessite le support package Deep Learning Toolbox Model for Places365-GoogLeNet Network. Si le support package requis n’est pas installé, la fonction propose un lien de téléchargement.
renvoie l’architecture du réseau GoogLeNet non entraîné. Le modèle non entraîné ne nécessite pas de support package. lgraph
= googlenet('Weights','none'
)
Exemples
Arguments d'entrée
Arguments de sortie
Références
[1] ImageNet. http://www.image-net.org
[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba, and Aude Oliva. "Places: An image database for deep scene understanding." arXiv preprint arXiv:1610.02055 (2016).
[3] Places. http://places2.csail.mit.edu/
[4] Szegedy, Christian, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, and Andrew Rabinovich. "Going deeper with convolutions." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 1-9. 2015.
[5] BVLC GoogLeNet Model. https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet
Capacités étendues
Historique des versions
Introduit dans R2017b
Voir aussi
Deep Network Designer | vgg16
| vgg19
| resnet18
| resnet50
| resnet101
| densenet201
| inceptionresnetv2
| squeezenet
| trainNetwork
| layerGraph
| inceptionv3
| DAGNetwork