このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
inceptionv3
Inception-v3 畳み込みニューラル ネットワーク
説明
Inception-v3 は、深さが 48 層の畳み込みニューラル ネットワークです。100 万個を超えるイメージで学習させた事前学習済みのネットワークを、ImageNet データベース[1]から読み込むことができます。この事前学習済みのネットワークは、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類できます。結果として、このネットワークは広範囲のイメージに対する豊富な特徴表現を学習しています。ネットワークのイメージ入力サイズは 299 x 299 です。MATLAB® の他の事前学習済みのネットワークについては、事前学習済みの深層ニューラル ネットワークを参照してください。
classify
を使用すると、Inception-v3 モデルを使用して新しいイメージを分類できます。GoogLeNet を使用したイメージの分類の手順に従って、GoogLeNet を Inception-v3 に置き換えます。
新しい分類タスクでネットワークの再学習を行うには、新しいイメージを分類するための深層学習ネットワークの学習の手順に従い、GoogLeNet の代わりに Inception-v3 を読み込みます。
は、ImageNet データベースで学習させた Inception-v3 ネットワークを返します。net
= inceptionv3
この関数には、Deep Learning Toolbox™ Model for Inception-v3 Network 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。
は、ImageNet データベースで学習させた Inception-v3 ネットワークを返します。この構文は、net
= inceptionv3('Weights','imagenet'
)net = inceptionv3
と等価です。
は、未学習の Inception-v3 ネットワーク アーキテクチャを返します。未学習のモデルは、サポート パッケージを必要としません。 lgraph
= inceptionv3('Weights','none'
)
例
出力引数
参照
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Vincent Vanhoucke, Sergey Ioffe, Jon Shlens, and Zbigniew Wojna. "Rethinking the inception architecture for computer vision." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 2818-2826. 2016.
拡張機能
バージョン履歴
R2017b で導入