importCaffeNetwork

事前学習済み畳み込みニューラル ネットワーク モデルを Caffe からインポート

ページ内をすべて折りたたむ

構文

net = importCaffeNetwork(protofile,datafile)
net = importCaffeNetwork(___,Name,Value)

説明

Add-On Required: この機能にはが必要です。

net = importCaffeNetwork(protofile,datafile) は、Caffe [1] から事前学習済みのネットワークをインポートします。この関数は、.prototxt ファイル protofile によって指定されているアーキテクチャと、.caffemodel ファイル datafile によって指定されているネットワークの重みを持つ事前学習済みのネットワークを返します。

この関数には、Deep Learning Toolbox™ Importer for Caffe Models サポート パッケージが必要です。このサポート パッケージがインストールされていない場合、関数によってダウンロード用リンクが表示されます。

Caffe Model Zoo [2] から事前学習済みのネットワークをダウンロードできます。

例

net = importCaffeNetwork(___,Name,Value) は、前の構文のいずれかを使用し、1 つ以上のペアの引数 Name,Value によって追加オプションが指定されたネットワークを返します。

例

すべて折りたたむ

この例では次を使用します。

Deep Learning Toolbox Importer for Caffe Models サポート パッケージをダウンロードしてインストールします。

必要なサポート パッケージをダウンロードするには、コマンド ラインに importCaffeNetwork と入力します。

importCaffeNetwork

Deep Learning Toolbox Importer for Caffe Models サポート パッケージがインストールされていない場合、この関数は、必要なサポート パッケージへのリンクをアドオン エクスプローラーに表示します。サポート パッケージをインストールするには、リンクをクリックして、[インストール] をクリックします。

この例では次を使用します。

ライブ スクリプトを開く

インポートするファイルを指定します。

protofile = 'digitsnet.prototxt';
datafile = 'digits_iter_10000.caffemodel';

ネットワークをインポートします。

net = importCaffeNetwork(protofile,datafile)
net = 
  SeriesNetwork with properties:

         Layers: [7×1 nnet.cnn.layer.Layer]
     InputNames: {'testdata'}
    OutputNames: {'ClassificationOutput'}

入力引数

すべて折りたたむ

ネットワーク アーキテクチャが含まれる .prototxt ファイルの名前。文字ベクトルまたは string スカラーとして指定します。MATLAB® パス上のフォルダー内の現在のフォルダーに protofile が含まれていなければならず、そうでなければこのファイルの絶対パスまたは相対パスを含めなければなりません。.prototxt ファイルによって入力データのサイズが指定されていない場合、名前と値のペアの引数 'InputSize' を使用してサイズを指定しなければなりません。

例: 'digitsnet.prototxt'

ネットワークの重みが含まれる .caffemodel ファイルの名前。文字ベクトルまたは string スカラーとして指定します。MATLAB パス上のフォルダー内の現在のフォルダーに datafile が含まれていなければならず、そうでなければこのファイルの絶対パスまたは相対パスを含めなければなりません。重みのないネットワーク層をインポートするには、importCaffeLayers を使用します。

例: 'digits_iter_10000.caffemodel'

名前と値の引数

すべて折りたたむ

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで、Name は引数名で、Value は対応する値です。名前と値の引数は他の引数の後に指定しなければなりませんが、ペアの順序は重要ではありません。

R2021a より前では、コンマを使用して名前と値をそれぞれ区切り、Name を引用符で囲みます。

例: importCaffeNetwork(protofile,datafile,'AverageImage',I) は、ゼロ中心正規化用の平均イメージ I を使用して、事前学習済みのネットワークをインポートします。

入力データのサイズ。行ベクトルとして指定します。入力データの高さ、幅、およびチャネル数に対応する 2 個または 3 個の整数値のベクトル [h,w] または [h,w,c] を指定します。.prototxt ファイルで入力データのサイズが指定されていない場合、入力サイズを指定しなければなりません。

例: [28 28 1]

ゼロ中心正規化用の平均イメージ。行列として指定します。イメージを指定する場合、入力データと同じサイズのイメージを指定しなければなりません。イメージを指定しない場合、.prototxt ファイル (存在する場合) に指定されているデータが使用されます。そうでない場合、この関数はネットワークのイメージ入力層の Normalization プロパティを 'none' に設定します。

出力層のクラス。categorical ベクトル、string 配列、文字ベクトルの cell 配列、または 'auto' として指定します。string 配列または文字ベクトルの cell 配列 str を指定すると、出力層のクラスが categorical(str,str) に設定されます。Classes が 'auto' の場合、クラスは categorical(1:N) に設定されます。ここで、N はクラスの数です。

データ型: char | categorical | string | cell

出力引数

すべて折りたたむ

インポートされた事前学習済みの Caffe ネットワーク。SeriesNetwork オブジェクトまたは DAGNetwork オブジェクトとして返されます。カラー イメージを入力として取る Caffe ネットワークは、イメージが BGR 形式であることを想定しています。importCaffeNetwork は、インポート時にネットワークを変更して、インポート後の MATLAB ネットワークが RGB イメージを入力とするようにします。

詳細

すべて折りたたむ

ヒント

importCaffeNetwork は Caffe の層のタイプが以下であるネットワークをインポートできますが、いくつかの制限があります。

Caffe の層Deep Learning Toolbox の層

BatchNormLayer

batchNormalizationLayer

ConcatLayer

depthConcatenationLayer

ConvolutionLayer

convolution2dLayer

DeconvolutionLayer

transposedConv2dLayer

DropoutLayer

dropoutLayer

EltwiseLayer (合計のみ)

additionLayer

EuclideanLossLayer

RegressionOutputLayer

InnerProductLayer

fullyConnectedLayer

InputLayer

imageInputLayer

LRNLayer (局所応答正規化)

crossChannelNormalizationLayer

PoolingLayer

maxPooling2dLayer または averagePooling2dLayer

ReLULayer

reluLayer または leakyReluLayer

ScaleLayer

batchNormalizationLayer

SigmoidLayer

nnet.caffe.layer.SigmoidLayer

SoftmaxLayer

softmaxLayer

TanHLayer

tanhLayer

ネットワークに他のタイプの層が含まれる場合、エラーが返されます。

この関数は、include-phase TEST を使用して protofile によって指定されている層のみをインポートします。この関数は、include-phase TRAIN を使用して protofile によって指定されている層を無視します。

参照

拡張機能

すべて展開する

バージョン履歴

R2017a で導入

すべて展開する

参考

| | | | | | | |

トピック