inceptionv3
Inception-v3 卷积神经网络
说明
Inception-v3 是深度为 48 层的卷积神经网络。您可以从 ImageNet 数据库 [1] 中加载该网络的预训练版本,该版本基于 ImageNet 数据库的超过一百万个图像进行训练。该预训练网络可以将图像分类至 1000 个目标类别(例如键盘、鼠标、铅笔和多种动物)。因此,该网络已基于大量图像学习了丰富的特征表示。该网络的图像输入大小为 299×299。有关 MATLAB® 中预训练网络的详细信息,请参阅预训练的深度神经网络。
您可以通过 classify
使用 Inception-v3 模型对新图像进行分类。按照使用 GoogLeNet 对图像进行分类的步骤执行操作,但是用 Inception-v3 替换 GoogLeNet。
要针对新分类任务重新训练网络,请按照训练深度学习网络以对新图像进行分类的步骤操作,但是加载 Inception-v3 而不是 GoogLeNet。
返回基于 ImageNet 数据库训练的 Inception-v3 网络。net
= inceptionv3
此函数需要 Deep Learning Toolbox™ Model for Inception-v3 Network 支持包。如果未安装此支持包,则函数会提供下载链接。
返回基于 ImageNet 数据库训练的 Inception-v3 网络。此语法等效于 net
= inceptionv3('Weights','imagenet'
)net = inceptionv3
。
返回未经训练的 Inception-v3 网络架构。未经训练的模型不需要支持包。 lgraph
= inceptionv3('Weights','none'
)
示例
输出参数
参考
[1] ImageNet. http://www.image-net.org
[2] Szegedy, Christian, Vincent Vanhoucke, Sergey Ioffe, Jon Shlens, and Zbigniew Wojna. "Rethinking the inception architecture for computer vision." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 2818-2826. 2016.
扩展功能
版本历史记录
在 R2017b 中推出