Main Content

Image Classifier

Clasificar datos con una red neuronal de deep learning entrenada

  • Biblioteca:
  • Deep Learning Toolbox / Deep Neural Networks

  • Image classifier block

Descripción

El bloque Image Classifier predice las etiquetas de clase de los datos de la entrada utilizando la red entrenada especificada mediante el parámetro de bloque. Este bloque permite cargar una red preentrenada en el modelo de Simulink® desde un archivo MAT o una función de MATLAB®.

Limitaciones

  • El bloque Image Classifier no es compatible con las redes de secuencia ni con las redes de múltiples entradas y múltiples salidas (MIMO).

  • El bloque Image Classifier no es compatible con el registro de archivos MAT.

Puertos

Entrada

expandir todo

Un arreglo numérico de h por w por c por N, en el que h, w y c son la altura, la anchura y el número de canales de las imágenes, respectivamente, y N es el número de imágenes.

Un arreglo numérico de N por numFeatures, en el que N es el número de observaciones y numFeatures es el número de características de los datos de entrada.

Si el arreglo contiene valores NaN, estos se propagan a lo largo de la red.

Salida

expandir todo

Etiquetas de clase predichas con la puntuación más alta, devueltas como un vector enumerado de etiquetas de N por 1 en el que N es el número de observaciones.

Puntuaciones predichas, devueltas como una matriz de N por K, en la que N es el número de observaciones y K es el número de clases.

Etiquetas asociadas a las puntuaciones predichas, devueltas como una matriz de N por K, en la que N es el número de observaciones y K es el número de clases.

Parámetros

expandir todo

Especifique el origen de la red entrenada. Seleccione una de las siguientes opciones:

  • Network from MAT-file: importar una red entrenada desde un archivo MAT que contenga un objeto SeriesNetwork, DAGNetwork o dlnetwork.

  • Network from MATLAB function: importar una red preentrenada desde una función de MATLAB. Por ejemplo, utilizando la función googlenet.

Uso programático

Parámetro de bloque: Network
Tipo: vector de caracteres, cadena
Valores: 'Network from MAT-file' | 'Network from MATLAB function'
Valor predeterminado: 'Network from MAT-file'

Este parámetro especifica el nombre del archivo MAT que contiene la red de deep learning entrenada que desea cargar. Si el archivo no está en la ruta de MATLAB, utilice el botón Browse para localizar el archivo.

Dependencies

Para habilitar este parámetro, establezca el parámetro Network en Network from MAT-file.

Uso programático

Parámetro de bloque: NetworkFilePath
Tipo: vector de caracteres, cadena
Valores: Nombre o ruta del archivo MAT
Valor predeterminado: 'untitled.mat'

Este parámetro especifica el nombre de la función de MATLAB para la red de deep learning preentrenada. Por ejemplo, utilice la función googlenet para importar el modelo preentrenado GoogLeNet.

Dependencias

Para habilitar este parámetro, establezca el parámetro Network en Network from MATLAB function.

Uso programático

Parámetro de bloque: NetworkFunction
Tipo: vector de caracteres, cadena
Valores: Nombre de la función de MATLAB
Valor predeterminado: 'squeezenet'

Tamaño de los minilotes utilizados durante la predicción, especificado como un entero positivo. Un tamaño de minilote mayor requiere más memoria, pero puede proporcionar predicciones más rápidas.

Uso programático

Parámetro de bloque: MiniBatchSize
Tipo: vector de caracteres, cadena
Valores: entero positivo
Valor predeterminado: '128'

Cambie el tamaño de los datos del puerto de entrada de forma que coincida con el tamaño de entrada de la red.

Uso programático

Parámetro de bloque: ResizeInput
Tipo: vector de caracteres, cadena
Valores: 'off' | 'on'
Valor predeterminado: 'on'

Habilite el puerto de salida ypred, que devuelve la etiqueta con la puntuación más alta como salida.

Uso programático

Parámetro de bloque: Classification
Tipo: vector de caracteres, cadena
Valores: 'off' | 'on'
Valor predeterminado: 'on'

Habilite los puertos de salida scores y labels, que devuelven todas las puntuaciones predichas y las etiquetas de clase asociadas como salida.

Uso programático

Parámetro de bloque: Predictions
Tipo: vector de caracteres, cadena
Valores: 'off' | 'on'
Valor predeterminado: 'off'

Capacidades ampliadas

Historial de versiones

Introducido en R2020b

Consulte también