Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

resnet50

Red neuronal convolucional ResNet-50

  • ResNet-50 architecture

Descripción

ResNet-50 es una red neuronal convolucional con 50 capas de profundidad. Puede cargar una versión preentrenada de la red neuronal entrenada con más de un millón de imágenes desde la base de datos [1] de ImageNet. La red neuronal preentrenada puede clasificar imágenes en 1000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y muchos animales). Como resultado, la red neuronal ha aprendido representaciones ricas en características para una amplia gama de imágenes. El tamaño de la entrada de imagen de la red neuronal es de 224 por 224. Para ver más redes neuronales preentrenadas en MATLAB®, consulte Redes neuronales profundas preentrenadas.

Puede utilizar classify para clasificar nuevas imágenes usando el modelo ResNet-50. Siga los pasos que se muestran en Clasificar una imagen con GoogLeNet y reemplace GoogLeNet por ResNet-50.

Para volver a entrenar una red neuronal en una nueva tarea de clasificación, siga los pasos indicados en Entrenar redes de deep learning para clasificar nuevas imágenes y cargue ResNet-50 en lugar de GoogLeNet.

Sugerencia

Para crear una red neuronal residual sin entrenar que sea adecuada para realizar tareas de clasificación de imágenes, utilice resnetLayers.

ejemplo

net = resnet50 devuelve una red neuronal ResNet-50 entrenada con el conjunto de datos de ImageNet.

Esta función requiere el paquete de soporte Deep Learning Toolbox™ Model for ResNet-50 Network. Si no ha instalado el paquete de soporte, la función proporciona un enlace de descarga.

net = resnet50('Weights','imagenet') devuelve una red neuronal ResNet-50 entrenada con el conjunto de datos de ImageNet. Esta sintaxis es equivalente a net = resnet50.

lgraph = resnet50('Weights','none') devuelve la arquitectura de red neuronal ResNet-50 sin entrenar. El modelo sin entrenar no requiere ningún paquete de soporte.

Ejemplos

contraer todo

Descargue e instale el paquete de soporte Deep Learning Toolbox Model for ResNet-50 Network.

Escriba resnet50 en la línea de comandos.

resnet50

Si el paquete de soporte Deep Learning Toolbox Model for ResNet-50 Network no está instalado, la función proporciona un enlace al paquete de soporte correspondiente en Add-On Explorer. Para instalar el paquete de soporte, haga clic en el enlace y después en Install. Para comprobar que la instalación se ha realizado correctamente, escriba resnet50 en la línea de comandos. Si el paquete de soporte requerido está instalado, la función devuelve un objeto DAGNetwork.

resnet50
ans = 

  DAGNetwork with properties:

         Layers: [177×1 nnet.cnn.layer.Layer]
    Connections: [192×2 table]

Visualice la red neuronal con Deep Network Designer.

deepNetworkDesigner(resnet50)

Para examinar otras redes neuronales preentrenadas en Deep Network Designer, haga clic en New.

Deep Network Designer start page showing available pretrained neural networks

Si necesita descargar una red neuronal, deténgase en la red neuronal deseada y haga clic en Install para abrir Add-On Explorer.

Argumentos de salida

contraer todo

Red neuronal convolucional ResNet-50 preentrenada, devuelta como un objeto DAGNetwork.

Arquitectura de red neuronal convolucional ResNet-50 sin entrenar, devuelta como un objeto LayerGraph.

Referencias

[1] ImageNet. http://www.image-net.org

[2] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. "Deep residual learning for image recognition." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 770-778. 2016.

Capacidades ampliadas

Historial de versiones

Introducido en R2017b