Main Content

shufflenet

事前学習済みの ShuffleNet 畳み込みニューラル ネットワーク

  • ShuffleNet network architecture

説明

ShuffleNet は、ImageNet データベース[1]の 100 万枚を超えるイメージで学習を行った畳み込みニューラル ネットワークです。このネットワークは、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 224 x 224 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、ShuffleNet 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 ShuffleNet 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 ShuffleNet を読み込みます。

net = shufflenet は、事前学習済みの ShuffleNet 畳み込みニューラル ネットワークを返します。

この関数には、"Deep Learning Toolbox™ Model for ShuffleNet 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。

すべて折りたたむ

"Deep Learning Toolbox Model for ShuffleNet Network" 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。

コマンド ラインで shufflenet と入力します。

shufflenet

"Deep Learning Toolbox Model for ShuffleNet Network" 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。コマンド ラインで shufflenet と入力して、インストールが正常に終了していることを確認します。必要なサポート パッケージがインストールされている場合、関数によって DAGNetwork オブジェクトが返されます。

shufflenet
ans = 

  DAGNetwork with properties:

         Layers: [173×1 nnet.cnn.layer.Layer]
    Connections: [188×2 table]

ディープ ネットワーク デザイナーを使用してネットワークを可視化します。

deepNetworkDesigner(shufflenet)

ディープ ネットワーク デザイナーで [新規] をクリックし、事前学習済みの他のネットワークを探索します。

Deep Network Designer start page showing available pretrained networks

ネットワークをダウンロードする必要がある場合は、目的のネットワークで一時停止し、[インストール] をクリックしてアドオン エクスプローラーを開きます。

転移学習を使用すると、ネットワークの再学習を行い、新しいイメージ セットを分類することができます。

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を開きます。元の例では、GoogLeNet の事前学習済みのネットワークを使用しています。別のネットワークを使用して転移学習を実行するには、目的の事前学習済みのネットワークを読み込み、例で示されている手順に従います。

GoogLeNet の代わりに ShuffleNet ネットワークを読み込みます。

net = shufflenet

例で示されている残りの手順に従い、ネットワークに再学習させます。学習を行うには、ネットワークの最後の学習可能な層と分類層を新しい層に置き換えなければなりません。この例では、どの層を置き換えたらよいかを調べる方法を説明します。

出力引数

すべて折りたたむ

事前学習済みの ShuffleNet 畳み込みニューラル ネットワーク。DAGNetwork オブジェクトとして返されます。

参照

[1] ImageNet. http://www.image-net.org

[2] Zhang, Xiangyu, Xinyu Zhou, Mengxiao Lin, and Jian Sun. "ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices." arXiv preprint arXiv:1707.01083v2 (2017).

バージョン履歴

R2019a で導入