卷积神经网络除外
Xception是一个卷积神经网络,深度为71层。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1].预训练的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。因此,该网络已经学习了广泛图像的丰富特征表示。该网络的图像输入大小为299 * 299。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Xception模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像并将GoogLeNet替换为Xception。
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并加载Xception而不是GoogLeNet。
返回一个在ImageNet数据集上训练的exception网络。网
= xception
此功能需要深度学习工具箱™模型对于异常网络金宝app支持包。如果没有安装此支金宝app持包,则该函数将提供下载链接。
返回一个在ImageNet数据集上训练的exception网络。这个语法等价于网
= xception(“权重”,“imagenet”
)Net =异常
.
返回未经训练的异常网络体系结构。未经训练的模型不需要支持包。金宝applgraph
= xception(“权重”,“没有”
)
[1]ImageNet.http://www.image-net.org
[2] Chollet, F., 2017。"例外:深度可分离卷积的深度学习"arXiv预印本, pp.1610 - 02357。
深度网络设计器|vgg16
|vgg19
|googlenet
|trainNetwork
|layerGraph
|DAGNetwork
|resnet50
|resnet101
|inceptionresnetv2
|squeezenet
|densenet201