预先训练的ShuffleNet卷积神经网络
ShuffleNet是一个卷积神经网络,它根据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个对象类别,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范围广泛的图像。该网络的图像输入尺寸为224 × 224。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络.
您可以使用分类
使用ShuffleNet模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用ShuffleNet代替GoogLeNet。
要重新训练网络进行新的分类任务,请遵循以下步骤训练深度学习网络对新图像进行分类加载ShuffleNet而不是GoogLeNet。
[1]ImageNet.http://www.image-net.org
张翔宇,周新宇,林孟晓,孙健。shuffle lenet:一种非常高效的移动设备卷积神经网络。arXiv预印本arXiv: 1707.01083 v2(2017).
深层网络设计师|vgg16
|vgg19
|googlenet
|trainNetwork
|layerGraph
|DAGNetwork
|resnet50
|resnet101
|inceptionresnetv2
|squeezenet
|densenet201
|nasnetmobile
|nasnetlarge