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。
densenet201
DenseNet-201 畳み込みニューラル ネットワーク
説明
DenseNet-201 は、深さが 201 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 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、DenseNet-201 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 DenseNet-201 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 DenseNet-201 を読み込みます。
は、ImageNet データセットで学習させた DenseNet-201 ネットワークを返します。net
= densenet201
この関数には、Deep Learning Toolbox™ Model for DenseNet-201 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 データセットで学習させた DenseNet-201 ネットワークを返します。この構文は、net
= densenet201('Weights','imagenet'
)net = densenet201
と等価です。
は、未学習の DenseNet-201 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
= densenet201('Weights','none'
)
例
出力引数
参照
[1] ImageNet. http://www.image-net.org
[2] Huang, Gao, Zhuang Liu, Laurens Van Der Maaten, and Kilian Q. Weinberger. "Densely Connected Convolutional Networks." In CVPR, vol. 1, no. 2, p. 3. 2017.
拡張機能
バージョン履歴
R2018a で導入
参考
ディープ ネットワーク デザイナー | vgg16
| vgg19
| resnet18
| resnet50
| resnet101
| googlenet
| inceptionv3
| inceptionresnetv2
| squeezenet
| trainNetwork
| layerGraph
| DAGNetwork