imagePretrainedNetwork
语法
说明
imagePretrainedNetwork 函数加载预训练的神经网络，并可以选择调整神经网络架构以进行迁移学习和微调。
[ 返回预训练的 SqueezeNet 神经网络和网络类名称。此网络是基于 ImageNet 数据集针对 1000 个类训练的。net,classNames] = imagePretrainedNetwork
[ 返回指定的预训练神经网络及其类名称。net,classNames] = imagePretrainedNetwork(name)
除使用上述语法中输入参量的任意组合外，[ 还使用一个或多个名称-值参量来指定选项。例如，net,classNames] = imagePretrainedNetwork(___,Name=Value)Weights="none" 指定返回未初始化的神经网络，不带预训练的权重。
示例
将预训练的 SqueezeNet 神经网络和网络类名称加载到工作区中。
[net,classNames] = imagePretrainedNetwork;
查看网络属性。
net
net =
dlnetwork with properties:
Layers: [68×1 nnet.cnn.layer.Layer]
Connections: [75×2 table]
Learnables: [52×3 table]
State: [0×3 table]
InputNames: {'data'}
OutputNames: {'prob_flatten'}
Initialized: 1
View summary with summary.
查看前几个类名称。
head(classNames)
"tench"
"goldfish"
"great white shark"
"tiger shark"
"hammerhead"
"electric ray"
"stingray"
"cock"
将预训练的 SqueezeNet 神经网络加载到工作区中。
[net,classNames] = imagePretrainedNetwork;
从 PNG 文件中读取图像并对其进行分类。要对图像进行分类，请先将其数据类型转换为 single。
im = imread("peppers.png");
figure
imshow(im)
X = single(im); scores = predict(net,X); [label,score] = scores2label(scores,classNames);
显示具有预测标签和对应分数的图像。
figure imshow(im) title(string(label) + " (Score: " + score + ")")
通过调整神经网络以匹配新任务，并使用其学习到的权重作为起点，您可以针对新数据集重新训练预训练的网络。为了使网络适应新数据，请替换最后几层（称为网络头），使其针对新任务输出每个类的预测分数。
加载训练数据
提取 MathWorks™ Merch 数据集。这是一个包含 75 个 MathWorks 商品图像的小型数据集，这些商品分属五个不同的类。数据的排列使得图像位于对应于这五个类的子文件夹中。
folderName = "MerchData"; unzip("MerchData.zip",folderName);
创建一个图像数据存储。图像数据存储可用于存储大量的图像数据，包括无法放入内存的数据，并在训练神经网络时高效地分批读取图像。指定包含提取图像的文件夹，并指示子文件夹名称与图像标签对应。
imds = imageDatastore(folderName, ... IncludeSubfolders=true, ... LabelSource="foldernames");
显示一些示例图像。
numImages = numel(imds.Labels); idx = randperm(numImages,16); I = imtile(imds,Frames=idx); figure imshow(I)
查看类名称和类数。
classNames = categories(imds.Labels)
classNames = 5×1 cell
{'MathWorks Cap' }
{'MathWorks Cube' }
{'MathWorks Playing Cards'}
{'MathWorks Screwdriver' }
{'MathWorks Torch' }
numClasses = numel(classNames)
numClasses = 5
将数据划分为训练数据集和验证数据集。将 70% 的图像用于训练，15% 的图像用于验证，15% 的图像用于测试。splitEachLabel 函数将图像数据存储拆分为两个新数据存储。
[imdsTrain,imdsValidation,imdsTest] = splitEachLabel(imds,0.7,0.15,"randomized");加载预训练网络
将预训练的 SqueezeNet 神经网络加载到工作区中。要返回准备好针对新数据重新训练的神经网络，请指定类数。
net = imagePretrainedNetwork(NumClasses=numClasses)
net =
dlnetwork with properties:
Layers: [68×1 nnet.cnn.layer.Layer]
Connections: [75×2 table]
Learnables: [52×3 table]
State: [0×3 table]
InputNames: {'data'}
OutputNames: {'prob_flatten'}
Initialized: 1
View summary with summary.
从输入层中获取神经网络输入大小。
inputSize = net.Layers(1).InputSize
inputSize = 1×3
227 227 3
网络头中的可学习层（具有可学习参数的最后一个层）需要重新训练。该层通常是一个全连接层或卷积层，其输出大小与类数相匹配。
要提高对此层的更新级别并加快收敛速度，可以使用 setLearnRateFactor 函数增大其可学习参数的学习率因子。将可学习参数的学习率因子设置为 10。
net = setLearnRateFactor(net,"conv10/Weights",10); net = setLearnRateFactor(net,"conv10/Bias",10);
准备要训练的数据
数据存储中图像的大小可以不同。要自动调整训练图像的大小，请使用增强的图像数据存储。数据增强还有助于防止网络过拟合和记忆训练图像的具体细节。指定要对训练图像额外执行的这些增强操作：沿垂直轴随机翻转训练图像，以及在水平和垂直方向上随机平移训练图像最多 30 个像素。
pixelRange = [-30 30]; imageAugmenter = imageDataAugmenter( ... RandXReflection=true, ... RandXTranslation=pixelRange, ... RandYTranslation=pixelRange); augimdsTrain = augmentedImageDatastore(inputSize(1:2),imdsTrain, ... DataAugmentation=imageAugmenter);
要在不执行进一步数据增强的情况下自动调整验证和测试图像的大小，请使用增强的图像数据存储，而不指定任何其他预处理操作。
augimdsValidation = augmentedImageDatastore(inputSize(1:2),imdsValidation); augimdsTest = augmentedImageDatastore(inputSize(1:2),imdsTest);
指定训练选项
指定训练选项。在选项中进行选择需要经验分析。要通过运行试验探索不同训练选项配置，您可以使用Experiment Manager。
对于此示例，请使用以下选项：
使用 Adam 优化器进行训练。
要降低预训练的权重的更新级别，请使用较小的学习率。将学习率设置为
0.0001。每迭代五次使用验证数据对网络进行一次验证。对于较大的数据集，为了防止验证拖慢训练速度，请增大此值。
在图中显示训练进度，并监控准确度度量。
禁用详尽输出。
options = trainingOptions("adam", ... InitialLearnRate=0.0001, ... ValidationData=augimdsValidation, ... ValidationFrequency=5, ... Plots="training-progress", ... Metrics="accuracy", ... Verbose=false);
训练神经网络
使用 trainnet 函数训练神经网络。对于分类，使用交叉熵损失。默认情况下，trainnet 函数使用 GPU（如果有）。使用 GPU 需要 Parallel Computing Toolbox™ 许可证和受支持的 GPU 设备。有关受支持设备的信息，请参阅GPU 计算要求 (Parallel Computing Toolbox)。否则，trainnet 函数使用 CPU。要指定执行环境，请使用 ExecutionEnvironment 训练选项。
net = trainnet(augimdsTrain,net,"crossentropy",options);
测试神经网络
使用 testnet 函数测试神经网络。对于单标签分类，需评估准确度。准确度是指正确预测的百分比。默认情况下，testnet 函数使用 GPU（如果有）。要手动选择执行环境，请使用 testnet 函数的 ExecutionEnvironment 参量。
accuracy = testnet(net,augimdsTest,"accuracy")accuracy = 100
进行预测
读取并显示测试图像。
im = imread("MerchDataTest.jpg");
figure
imshow(im)
使用神经网络进行预测。要使用单个图像进行预测，请将该图像转换为数据类型 single 并使用 predict 函数。如果有 GPU 可用，若要使用它，请先将数据转换为 gpuArray。要使用多个图像进行预测，请使用 minibatchpredict 函数。
X = single(im); if canUseGPU X = gpuArray(X); end scores = predict(net,X); label = scores2label(scores,classNames);
显示图像和预测。
figure
imshow(im)
title("Prediction: " + string(label))
输入参数
名称-值参数
输出参量
提示
要创建和自定义二维和三维 ResNet 神经网络架构，请分别使用
resnetNetwork和resnet3dNetwork函数。
参考
[1] ImageNet. http://www.image-net.org.
[2] Iandola, Forrest N., Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, and Kurt Keutzer. “SqueezeNet: AlexNet-Level Accuracy with 50x Fewer Parameters and <0.5MB Model Size.” Preprint, submitted November 4, 2016. https://arxiv.org/abs/1602.07360.
[3] Szegedy, Christian, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, and Andrew Rabinovich. “Going Deeper with Convolutions.” In 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1–9. Boston, MA, USA: IEEE, 2015. https://doi.org/10.1109/CVPR.2015.7298594.
[4] Places. http://places2.csail.mit.edu/
[5] Szegedy, Christian, Vincent Vanhoucke, Sergey Ioffe, Jon Shlens, and Zbigniew Wojna. “Rethinking the Inception Architecture for Computer Vision.” In 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2818–26. Las Vegas, NV, USA: IEEE, 2016. https://doi.org/10.1109/CVPR.2016.308.
[6] Huang, Gao, Zhuang Liu, Laurens Van Der Maaten, and Kilian Q. Weinberger. “Densely Connected Convolutional Networks.” In 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2261–69. Honolulu, HI: IEEE, 2017. https://doi.org/10.1109/CVPR.2017.243.
[7] Sandler, Mark, Andrew Howard, Menglong Zhu, Andrey Zhmoginov, and Liang-Chieh Chen. “MobileNetV2: Inverted Residuals and Linear Bottlenecks.” In 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, 4510–20. Salt Lake City, UT: IEEE, 2018. https://doi.org/10.1109/CVPR.2018.00474.
[8] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. “Deep Residual Learning for Image Recognition.” In 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–78. Las Vegas, NV, USA: IEEE, 2016. https://doi.org/10.1109/CVPR.2016.90.
[9] Chollet, François. “Xception: Deep Learning with Depthwise Separable Convolutions.” Preprint, submitted in 2016. https://doi.org/10.48550/ARXIV.1610.02357.
[10] Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke, and Alexander Alemi. “Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning.” Proceedings of the AAAI Conference on Artificial Intelligence 31, no. 1 (February 12, 2017). https://doi.org/10.1609/aaai.v31i1.11231.
[11] Zhang, Xiangyu, Xinyu Zhou, Mengxiao Lin, and Jian Sun. “ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices.” Preprint, submitted July 4, 2017. http://arxiv.org/abs/1707.01083.
[12] Zoph, Barret, Vijay Vasudevan, Jonathon Shlens, and Quoc V. Le. “Learning Transferable Architectures for Scalable Image Recognition.” Preprint, submitted in 2017. https://doi.org/10.48550/ARXIV.1707.07012.
[13] Redmon, Joseph. “Darknet: Open Source Neural Networks in C.” https://pjreddie.com/darknet.
[14] Tan, Mingxing, and Quoc V. Le. “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.” Preprint, submitted in 2019. https://doi.org/10.48550/ARXIV.1905.11946.
[15] Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "ImageNet Classification with Deep Convolutional Neural Networks." Communications of the ACM 60, no. 6 (May 24, 2017): 84–90. https://doi.org/10.1145/3065386.
[16] Simonyan, Karen, and Andrew Zisserman. “Very Deep Convolutional Networks for Large-Scale Image Recognition.” Preprint, submitted in 2014. https://doi.org/10.48550/ARXIV.1409.1556.
扩展功能
版本历史记录
在 R2024a 中推出
