effecentnet -b0卷积神经网络
effecentnet -b0是一个卷积神经网络,它通过ImageNet数据库中的100多万张图像进行训练[1].该网络可以将图像分为1000种对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络学习了丰富的特征表示,广泛的图像。该网络的图像输入尺寸为224乘224。在MATLAB中进行更多的预训练网络®,请参阅预处理的深度神经网络.
您可以使用分类
使用effecentnet -b0模型对新图像进行分类。按照下列步骤使用GoogLeNet分类图像把GoogLeNet换成EfficientNet-b0。
要对网络进行新的分类任务的再培训,请按照训练深度学习网络来分类新图像用effecentnet -b0代替GoogLeNet。
返回在ImageNet数据集上训练的EfficientNet-b0模型网络。净
= efficientnetb0
该功能需要深度学习工具箱™模型EfficientNet-b0网络金宝app支持包。如果没有安装此支金宝app持包,则该函数提供一个下载链接。
返回在ImageNet数据集上训练的EfficientNet-b0模型网络。该语法等价于净
= efficientnetb0(“权重”,“imagenet”
)网= efficientnetb0
.
返回未经训练的EfficientNet-b0模型网络架构。未经训练的模型不需要支持包。金宝applgraph
= efficientnetb0(“权重”,“没有”
)
[1]ImageNet.http://www.image-net.org
[2] Mingxing Tan和Quoc V. Le,“EfficientNet:对卷积神经网络缩放模型的再思考”,ArXiv预印本ArXiv: 1905.1194, 2019年。
深层网络设计师|squeezenet
|vgg16
|vgg19
|resnet18
|resnet50
|googlenet
|inceptionv3
|inceptionresnetv2
|densenet201
|trainNetwork
|layerGraph
|DAGNetwork