googlenet

GoogLeNet 卷积神经网络

语法

net = googlenet

net = googlenet('Weights',weights)

lgraph = googlenet('Weights','none')

说明

GoogLeNet 是深度为 22 层的卷积神经网络。您可以加载基于 ImageNet [1] 或 Places365 [2] [3] 数据集训练的网络的预训练版本。基于 ImageNet 训练的网络将图像分类至 1000 个目标类别（例如键盘、鼠标、铅笔和多种动物）。基于 Places365 训练的网络类似于基于 ImageNet 训练的网络，但将图像分为 365 个不同位置类别，例如田野、公园、跑道和大厅。这些网络已基于大量图像学习了不同特征表示。这两个预训练网络的图像输入大小都为 224×224。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。

要使用 GoogLeNet 对新图像进行分类，请使用 classify。有关示例，请参阅使用 GoogLeNet 对图像进行分类。

您可以使用迁移学习来重新训练 GoogLeNet 网络以执行新任务。执行迁移学习时，最常见的方法是使用基于 ImageNet 数据集预训练的网络。如果新任务类似于场景分类，则使用基于 Places-365 训练的网络可以提供更高的准确度。有关如何根据新分类任务重新训练 GoogLeNet 的示例，请参阅训练深度学习网络以对新图像进行分类

示例

net = googlenet 返回基于 ImageNet 数据集训练的 GoogLeNet 网络。

此函数需要 Deep Learning Toolbox™ Model for GoogLeNet Network 支持包。如果未安装此支持包，则函数会提供下载链接。

net = googlenet('Weights',weights) 返回一个基于 ImageNet 或 Places365 数据集训练的 GoogLeNet 网络。语法 googlenet('Weights','imagenet')（默认值）等效于 googlenet。

基于 ImageNet 训练的网络需要 Deep Learning Toolbox Model for GoogLeNet Network 支持包。基于 Places365 训练的网络需要 Deep Learning Toolbox Model for Places365-GoogLeNet Network 支持包。如果未安装必需的支持包，则函数会提供下载链接。

lgraph = googlenet('Weights','none') 返回未经训练的 GoogLeNet 网络架构。未经训练的模型不需要支持包。

示例

全部折叠

下载 GoogLeNet 支持包

下载并安装 Deep Learning Toolbox Model for GoogLeNet Network 支持包。

在命令行中键入 googlenet。

googlenet

如果未安装 Deep Learning Toolbox Model for GoogLeNet Network 支持包，该函数将在附加功能资源管理器中提供所需支持包的链接。要安装支持包，请点击链接，然后点击安装。通过在命令行中键入 googlenet 来检查安装是否成功。如果安装了所需的支持包，则该函数返回 DAGNetwork 对象。

googlenet

ans = 

  DAGNetwork with properties:

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

使用深度网络设计器可视化网络。

deepNetworkDesigner(googlenet)

通过点击新建，在深度网络设计器中浏览其他预训练神经网络。

Deep Network Designer start page showing available pretrained neural networks

如果需要下载一个神经网络，请在所需的神经网络上暂停，然后点击安装以打开附加功能资源管理器。

输入参数

全部折叠

`weights` — 网络参数的来源
`'imagenet'` (默认) | `'places365'` | `'none'`

网络参数的来源，指定为 'imagenet'、'places365' 或 'none'。

如果 weights 等于 'imagenet'，则网络具有基于 ImageNet 数据集训练的权重。
如果 weights 等于 'places365'，则网络具有基于 Places365 数据集训练的权重。
如果 weights 等于 'none'，则返回未经训练的网络架构。

示例: 'places365'

输出参数

全部折叠

`net` — 预训练的 GoogLeNet 卷积神经网络
`DAGNetwork` 对象

预训练的 GoogLeNet 卷积神经网络，以 DAGNetwork 对象形式返回。

`lgraph` — 未经训练的 GoogLeNet 卷积神经网络架构
`LayerGraph` 对象

未经训练的 GoogLeNet 卷积神经网络架构，以 LayerGraph 对象形式返回。

参考

[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.

[5] BVLC GoogLeNet Model. https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

要进行代码生成，您可以通过使用语法 net = googlenet 或通过将 googlenet 函数传递给 coder.loadDeepLearningNetwork (MATLAB Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('googlenet')

有关详细信息，请参阅加载预训练网络以用于代码生成 (MATLAB Coder)。

代码生成不支持语法 googlenet('Weights','none')。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

要进行代码生成，您可以通过使用语法 net = googlenet 或通过将 googlenet 函数传递给 coder.loadDeepLearningNetwork (GPU Coder) 来加载网络。例如：net = coder.loadDeepLearningNetwork('googlenet')。
有关详细信息，请参阅Load Pretrained Networks for Code Generation (GPU Coder)。
GPU 代码生成不支持语法 googlenet('Weights','none')。