inceptionresnetv2
Red neuronal convolucional Inception-ResNet-v2 preentrenada
Sintaxis
Descripción
Inception-ResNet-v2 es una red neuronal convolucional que está entrenada con más de un millón de imágenes de la base de datos [1] de ImageNet. La red tiene 164 capas de profundidad y puede clasificar imágenes en 1000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y muchos animales). Como resultado, la red ha aprendido representaciones ricas en características para una amplia gama de imágenes. El tamaño de la entrada de imagen de la red es de 299 por 299. Para ver más redes preentrenadas en MATLAB®, consulte Redes neuronales profundas preentrenadas.
Puede utilizar classify
para clasificar imágenes nuevas mediante la red Inception-ResNet-v2. Siga los pasos que se muestran en Clasificar una imagen con GoogLeNet y reemplace GoogLeNet por Inception-ResNet-v2.
Para volver a entrenar la red en una nueva tarea de clasificación, siga los pasos indicados en Entrenar redes de deep learning para clasificar nuevas imágenes y cargue Inception-ResNet-v2 en lugar de GoogLeNet.
Ejemplos
Argumentos de salida
Referencias
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke, and Alexander A. Alemi. "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning." In AAAI, vol. 4, p. 12. 2017.
Capacidades ampliadas
Historial de versiones
Introducido en R2017b
Consulte también
Deep Network Designer | vgg16
| vgg19
| googlenet
| resnet18
| resnet50
| resnet101
| inceptionv3
| densenet201
| squeezenet
| trainNetwork
| layerGraph
| DAGNetwork
| importKerasLayers
| importKerasNetwork