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.

googlenet

Red neuronal convolucional GoogLeNet

  • GoogLeNet network architecture

Descripción

GoogLeNet es una red neuronal convolucional con 22 capas de profundidad. Puede cargar una versión preentrenada de la red entrenada con los conjuntos de datos de ImageNet [1] o Places365 [2] [3]. La red entrenada con ImageNet puede clasificar imágenes en 1000 categorías de objetos (por ejemplo, teclado, ratón, lápiz y muchos animales). La red entrenada con Places365 es similar a la red entrenada con ImageNet, pero clasifica imágenes en 365 categorías de ubicaciones diferentes (por ejemplo, campo, parque, pista de aterrizaje y recibidor). Estas redes han aprendido una serie de representaciones ricas en características para una amplia gama de imágenes. Las dos redes preentrenadas tienen un tamaño de entrada de imagen de 224 por 224. Para ver más redes preentrenadas en MATLAB®, consulte Redes neuronales profundas preentrenadas.

Para clasificar imágenes nuevas con GoogLeNet, utilice classify. Para ver un ejemplo, consulte Clasificar una imagen con GoogLeNet.

Puede volver a entrenar una red GoogLeNet para realizar una nueva tarea usando la transferencia del aprendizaje. Cuando se realiza la transferencia del aprendizaje, el enfoque más habitual consiste en utilizar redes preentrenadas con el conjunto de datos de ImageNet. Si la nueva tarea es similar a clasificar escenas, puede obtener precisiones más altas usando la red entrenada con Places-365. Para ver un ejemplo de cómo volver a entrenar GoogLeNet con una nueva tarea de clasificación, consulte Entrenar redes de deep learning para clasificar nuevas imágenes.

ejemplo

net = googlenet devuelve una red GoogLeNet entrenada con el conjunto de datos de ImageNet.

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

net = googlenet('Weights',weights) devuelve una red GoogLeNet entrenada con el conjunto de datos de ImageNet o Places365. La sintaxis googlenet('Weights','imagenet') (predeterminada) es equivalente a googlenet.

La red entrenada con ImageNet requiere el paquete de soporte Deep Learning Toolbox Model for GoogLeNet Network. La red entrenada con Places365 requiere el paquete de soporte Deep Learning Toolbox Model for Places365-GoogLeNet Network. Si no ha instalado el paquete de soporte requerido, la función proporciona un enlace de descarga.

lgraph = googlenet('Weights','none') devuelve la arquitectura de red GoogLeNet 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 GoogLeNet Network.

Escriba googlenet en la línea de comandos.

googlenet

Si el paquete de soporte Deep Learning Toolbox Model for GoogLeNet 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 googlenet en la línea de comandos. Si el paquete de soporte requerido está instalado, la función devuelve un objeto DAGNetwork.

googlenet
ans = 

  DAGNetwork with properties:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 table]

Visualice la red con Deep Network Designer.

deepNetworkDesigner(googlenet)

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 entrada

contraer todo

Origen de los parámetros de la red, especificado como 'imagenet', 'places365' o 'none'.

  • Si weights es igual a 'imagenet', la red tiene pesos entrenados con el conjunto de datos de ImageNet.

  • Si weights es igual a 'places365', la red tiene pesos entrenados con el conjunto de datos de Places365.

  • Si weights es igual a 'none', devuelve la arquitectura de red sin entrenar.

Ejemplo: 'places365'

Argumentos de salida

contraer todo

Red neuronal convolucional GoogLeNet preentrenada, devuelta como un objeto DAGNetwork.

Arquitectura de la red neuronal convolucional GoogLeNet sin entrenar, devuelta como un objeto LayerGraph.

Referencias

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

[2] Zhou, Bolei, Aditya Khosla, Agata Lapedriza, Antonio Torralba, and Aude Oliva. "Places: An image database for deep scene understanding." arXiv preprint arXiv:1610.02055 (2016).

[3] Places. http://places2.csail.mit.edu/

[4] Szegedy, Christian, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, and Andrew Rabinovich. "Going deeper with convolutions." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 1-9. 2015.

Capacidades ampliadas

Historial de versiones

Introducido en R2017b