预训练的NASNet-Large卷积神经网络
NASNet-Large是一种卷积神经网络,使用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,例如键盘、鼠标、铅笔和许多动物。因此,该网络已经学习了广泛图像的丰富特征表示。网络的图像输入大小为331 × 331。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络.
你可以使用分类
使用NASNet-Large模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用NASNet-Large取代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对新图像进行分类加载NASNet-Large而不是GoogLeNet。
[1]ImageNet.http://www.image-net.org
zophh, Barret, Vijay Vasudevan, Jonathon Shlens, Quoc V. Le。学习可扩展图像识别的可转移架构。arXiv预印arXiv:1707.070122,没有。6(2017)。
深度网络设计器|vgg16
|vgg19
|googlenet
|trainNetwork
|layerGraph
|DAGNetwork
|resnet50
|resnet101
|inceptionresnetv2
|squeezenet
|densenet201
|nasnetmobile
|shufflenet