Main Content

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。

googlenet

GoogLeNet 畳み込みニューラル ネットワーク

  • GoogLeNet network architecture

説明

GoogLeNet は、深さが 22 層の畳み込みニューラル ネットワークです。ImageNet [1] データセットまたは Places365 [2] [3] データセットのいずれかで学習させた事前学習済みのネットワークを読み込むことができます。ImageNet で学習させたネットワークは、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) に分類します。Places365 で学習させたネットワークは ImageNet で学習させたネットワークと似ていますが、イメージを 365 個の異なる場所カテゴリ (野原、公園、滑走路、ロビーなど) に分類します。これらのネットワークは広範囲にわたるイメージについてのさまざまな特徴表現を学習しています。どちらの事前学習済みのネットワークも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。

GoogLeNet を使用して新しいイメージを分類するには、classify を使用します。例については、GoogLeNet を使用したイメージの分類を参照してください。

GoogLeNet ネットワークの再学習を行って、転移学習を使用して新しいタスクを実行できます。転移学習を実行する場合、最も一般的な方法は、ImageNet データセットで事前学習させたネットワークを使用することです。新しいタスクがシーンの分類に似ている場合は、Places-365 で学習させたネットワークを使用すると精度を改善できることがあります。新しい分類タスクで GoogLeNet の再学習を行う方法を示す例については、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を参照してください。

net = googlenet は、ImageNet データセットで学習させた GoogLeNet ネットワークを返します。

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

net = googlenet('Weights',weights) は、ImageNet データセットまたは Places365 データセットのいずれかで学習させた GoogLeNet ネットワークを返します。構文 googlenet('Weights','imagenet') (既定) は googlenet と等価です。

ImageNet で学習させたネットワークには、Deep Learning Toolbox Model for GoogLeNet Network サポート パッケージが必要です。Places365 で学習させたネットワークには、Deep Learning Toolbox Model for Places365-GoogLeNet Network サポート パッケージが必要です。必要なサポート 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。

lgraph = googlenet('Weights','none') は、未学習の GoogLeNet 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。

すべて折りたたむ

Deep Learning Toolbox Model for GoogLeNet 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 googlenet と入力します。

googlenet

Deep Learning Toolbox Model for GoogLeNet 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、関数によってアドオン エクスプローラーに必要なサポート パッケージへのリンクが表示されます。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 googlenet 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。

googlenet
ans = 

  DAGNetwork with properties:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 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(googlenet)

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ニューラル ネットワークを探索します。

Deep Network Designer start page showing available pretrained neural networks

ニューラル ネットワークをダウンロードする必要がある場合は、目的のニューラル 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。

入力引数

すべて折りたたむ

ネットワーク パラメーターのソース。'imagenet''places365'、または 'none' として指定します。

  • weights'imagenet' の場合、ネットワークの重みは ImageNet データセットで学習させた重みになります。

  • weights'places365' の場合、ネットワークの重みは Places365 データセットで学習させた重みになります。

  • weights'none' の場合、未学習のネットワーク アーキテクチャが返されます。

例: 'places365'

出力引数

すべて折りたたむ

事前学習済みの GoogLeNet 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。

未学習の GoogLeNet 畳み込みニューラル ネットワーク アーキテクチャ。LayerGraph オブジェクトとして返されます。

参照

[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.

拡張機能

バージョン履歴

R2017b で導入