审计的NASNET-MOBILE卷积神经网络
Nasnet-Mobile是一个卷积神经网络,在Imagenet数据库中接受超过一百万张图像的培训[1]。该网络可以将图像分类为1000个对象类别,例如键盘,鼠标,铅笔和许多动物。结果,该网络已经为广泛的图像学习了丰富的功能表示。该网络的图像输入大小为224 by-224。在MATLAB中进行更多预处理的网络®, 看预处理的深神经网络。
您可以使用分类
使用Nasnet-Mobile模型对新图像进行分类。遵循步骤使用Googlenet对图像进行分类并用Nasnet-Mobile替换Googlenet。
要在新的分类任务上重新训练网络,请遵循训练深度学习网络以对新图像进行分类并加载Nasnet-Mobile而不是Googlenet。
[1]成像网。http://www.image-net.org
[2] Zoph,Barret,Vijay Vasudevan,Jonathon Shlens和Quoc V. Le。“学习可转移的体系结构以进行可扩展的图像识别。”ARXIV预印ARXIV:1707.070122,不。6(2017)。
深网设计师|VGG16
|VGG19
|Googlenet
|火车网
|LayerGraph
|dagnetwork
|RESNET50
|RESNET101
|InceptionResnetv2
|挤压
|Densenet201
|Nasnetlarge
|Shufflenet