DAGネットワークにおける複数入力について

13 次查看(过去 30 天)
Yuki Yoshino
Yuki Yoshino 2020-2-5
评论: Rd 2020-11-17
複数入力のDAGネットワークの設計を考えています。
下記図はイメージです。
DAGnet.jpg
上記のような複数のimageinputにそれぞれ異なる画像を入力したいと考えています。
trainNetwo​rkの関数を用いる際、どのように書いて、指定すればよろしいでしょうか?
よろしくお願いいたします。
  3 个评论
Yuki Yoshino
Yuki Yoshino 2020-4-4
Kenta 様
参考プログラムのご紹介ありがとうございます.
早速,実装を行った結果,以前作成いたしましたネットワークより学習収束条件が広く,高い分類精度を確認することができました.
カスタマイズできるネットワークでしたので,今後様々なネットワーク構造を試してみようと思います!
Kenta
Kenta 2020-4-4
ありがとうございます。まだまだ作りこみが足りていないところもあると思いますので、またなにかあればご連絡ください。

请先登录,再进行评论。

采纳的回答

Shunichi Kusano
Shunichi Kusano 2020-2-6
こんにちは。
複数入力一出力の場合(Multi Input Signle Output = MISO)、combine関数でデータストアをひとまとめにしてからtrainNetworkに入力します。このとき、ラベルも一緒にcombineしてあげる必要があるのですが、ラベルだけを管理するdatastoreは現状無いため、ここだけカスタムで作成する必要があります。正式なサポートプロダクトではありませんが、カテゴリカルデータを扱えるカスタムのdatastoreを添付しますので、お使いください。
以上を踏まえてコードの大まかな流れは以下のようになります。
% 画像のデータストアは準備しておく。imds1, imds2とする
% ラベルのデータストアを作成(ラベルはカテゴリカル型のベクトルとして作成しておく。categoricalVectorとする。
labelds = CategoricalDatastore(categoricalVector); % 添付のプログラムを使う
% combineで画像1、画像2、ラベルのデータストアをひとまとめにする
combds = combine(imds1, imds2, labelds);
% 学習(ネットワークとオプションはすでにできているとして)
net = trainNetwork(combds, lgraph, options);
ネットワークにおける入力層の順番は、作成したレイヤーグラフのInputNamesというフィールドでわかります。この順番と、combineした順が対応しますので、combineで入力した一番目のimds1はInputNames(1)に、2番目のimds2はInputNames(2)の入力層に投入されます。今回はどちらでもいいかもしれませんが…。
augmentationなどが必要な場合は、transform関数でtransformedDatastoreを作って、それをcombineするのがいいです。
作成していてまたわからないことがありましたら質問してください。
下記は参考まで
trainNetworkでのcombinedDatastoreの関連記述:
  7 个评论
Kenta
Kenta 2020-2-10
ご返信いただきありがとうございます。お役に立ててよかったです。
Rd
Rd 2020-11-17
Dear Kenta,
I too need to do the same thing asmentioned by Yuki Yoshino. I have sequence of six convolutional, relu, batchnormalization and maxpooling layer. i have trained the network with three separate images. Finally i need to fuse these three output. At which layer i have to perform fusion and why? how to do fusion?
Thanks.

请先登录,再进行评论。

更多回答(0 个)

类别

Help CenterFile Exchange 中查找有关 イメージ処理の深層学習 的更多信息

产品


版本

R2019b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!