Image Classifier

库:
Deep Learning Toolbox /
Deep Neural Networks
描述
Image Classifier 模块使用通过模块参数指定的已训练网络来预测输入端数据的类标签。此模块允许从 MAT 文件或使用 MATLAB® 函数将预训练网络加载到 Simulink® 模型中。
示例
限制
Image Classifier 模块不支持序列网络和多输入多输出网络 (MIMO)。
Image Classifier 模块不支持 MAT 文件记录。
端口
输入
image — 图像或特征数据
数值数组
h×w×c×N 数值数组,其中 h、w 和 c 分别是图像的高度、宽度和通道数,N 是图像的数量。
N×numFeatures
数值数组,其中 N 是观测值数目,numFeatures
是输入数据的特征数。
如果数组包含 NaN
,则它们会通过网络传播。
输出
ypred — 预测的类标签
枚举
具有最高分数的预测类标签,以 N×1 标签枚举向量形式返回,其中 N 是观测值数目。
scores — 预测的类分数
矩阵
预测的分数,以 N×K 矩阵形式返回,其中 N 是观测值数目,K 是类数。
labels — 预测的分数的类标签
矩阵
与预测分数相关联的标签,以 N×K 矩阵形式返回,其中 N 是观测值数目,K 是类数。
参数
网络 — 经过训练的网络的源
从 MAT 文件创建网络 (默认) | 从 MATLAB 函数创建网络
指定经过训练的网络的源。选择下列项之一:
从 MAT 文件创建网络 - 从包含
SeriesNetwork
、DAGNetwork
或dlnetwork
对象的 MAT 文件中导入经过训练的网络。从 MATLAB 函数创建网络 - 从 MATLAB 函数导入预训练网络。例如,通过使用
googlenet
函数。
编程用法
模块参数:Network |
类型:字符向量、字符串 |
值:'Network from MAT-file' | 'Network from MATLAB function' |
默认值: 'Network from MAT-file' |
文件路径 — 包含训练网络的 MAT 文件
untitled.mat
(默认) | MAT 文件路径或名称
此参数指定包含要加载的经过训练的深度学习网络的 MAT 文件名称。如果该文件不在 MATLAB 路径中,请使用浏览按钮找到该文件。
依存关系
要启用此参数,请将网络参数设置为从 MAT 文件创建网络。
编程用法
模块参数:NetworkFilePath |
类型:字符向量、字符串 |
值:MAT 文件路径或名称 |
默认值: 'untitled.mat' |
MATLAB 函数 — MATLAB 函数名称
squeezenet
(默认) | MATLAB 函数名称
此参数指定预训练深度学习网络的 MATLAB 函数的名称。例如,使用 googlenet
函数导入预训练的 GoogLeNet 模型。
依存关系
要启用此参数,请将网络参数设置为从 MATLAB 函数创建网络。
编程用法
模块参数:NetworkFunction |
类型:字符向量、字符串 |
值:MATLAB 函数名称 |
默认值: 'squeezenet' |
批量大小小 — 小批量的大小
128 (默认) | 正整数
用于预测的小批量的大小,指定为正整数。小批量大小越大,需要的内存越多,但预测速度可能更快。
编程用法
模块参数:MiniBatchSize |
类型:字符向量、字符串 |
值:正整数 |
默认值: '128' |
调整输入大小 — 调整输入维度大小
on
(默认) | off
将输入端口的数据大小调整为网络的输入大小。
编程用法
模块参数:ResizeInput |
类型:字符向量、字符串 |
值:'off' | 'on' |
默认值: 'on' |
分类 — 输出具有最高分数的预测标签
on
(默认) | off
启用输出具有最高分数的标签的输出端口 ypred
。
编程用法
模块参数:Classification |
类型:字符向量、字符串 |
值:'off' | 'on' |
默认值: 'on' |
预测 — 输出所有分数和相关联的标签
off
(默认) | on
启用输出所有预测分数和相关联的类标签的输出端口 scores
和 labels
。
编程用法
模块参数:Predictions |
类型:字符向量、字符串 |
值:'off' | 'on' |
默认值: 'off' |
扩展功能
C/C++ 代码生成
使用 Simulink® Coder™ 生成 C 代码和 C++ 代码。
使用说明和限制:
要生成不依赖第三方库的通用 C 代码,请在配置参数 > 代码生成常规类别中,将语言参数设置为 C。
要生成 C++ 代码,请在配置参数 > 代码生成常规类别中,将语言参数设置为 C++。要指定代码生成的目标库,请在代码生成 > 接口类别中,设置目标库参数。将此参数设置为无会生成不依赖第三方库的泛型 C++ 代码。
对于基于 ERT 的目标,必须启用代码生成 > 接口窗格中的支持: 可变大小信号参数。
有关代码生成支持的网络和层的列表,请参阅代码生成支持的网络和层 (MATLAB Coder)。
GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。
使用说明和限制:
配置参数 > 代码生成常规类别中的语言参数必须设置为 C++。
有关代码生成支持的网络和层的列表,请参阅Supported Networks, Layers, and Classes (GPU Coder)。
要了解有关为包含 Image Classifier 模块的 Simulink 模型生成代码的详细信息,请参阅Code Generation for a Deep Learning Simulink Model to Classify ECG Signals (GPU Coder)。
版本历史记录
在 R2020b 中推出
另请参阅
MATLAB 命令
您点击的链接对应于以下 MATLAB 命令:
请在 MATLAB 命令行窗口中直接输入以执行命令。Web 浏览器不支持 MATLAB 命令。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)