事前学習済みのディープラーニング モデル
ディープラーニングの研究コミュニティが開発したモデルアーキテクチャを活用します。広く利用されているモデルは、ロバストなアーキテクチャを備えているため、ゼロから始める必要はありません。
ディープラーニングの研究コミュニティが開発したモデルアーキテクチャを活用します。広く利用されているモデルは、ロバストなアーキテクチャを備えているため、ゼロから始める必要はありません。
事前学習済みの数多くのモデルから選択できます。各モデルには次のトレードオフがあります。
以降のセクションで、モデル間のトレードオフを検討します。
任意のモデルを MATLAB にインポートする場合の構造は次のとおりです。
>> net = networkname
例
>> net = alexnet >> net = resnet50
モデルをまだダウンロードしていない場合は、MATLAB にモデルをダウンロードするためのリンクが表示されます。
画像分類、オブジェクト検出、セマンティック セグメンテーションなど、画像ベースのワークフローに高い効果を発揮するモデルを探します。
セマンティック セグメンテーション ワークフロー:
セマンティック セグメンテーション ネットワークの学習の便利な開始点として、任意の事前定義済みネットワーク アーキテクチャを使用します。セマンティック セグメンテーション問題には、一般的に以下の層アーキテクチャが使用されます。
Deeplab v3+ を使用したセマンティック セグメンテーション ネットワークの作成の詳細については、こちらをご覧ください。
Raspberry Pi や FPGA など、低計算および低電力のデバイスに展開します。これには、メモリフットプリントが低いモデルが必要です。
関連トピックを見る:
使用例を見る:
他のフレームワークのモデルをお探しですか。任意のネットワークを MATLAB にインポートするには、ONNX、TensorFlow-Keras、Caffe のインポーターを使用します。
使用例を見る: