DenseNet-201卷积神经网络
DenseNet-201是一个有201层的卷积神经网络。你可以从ImageNet数据库中加载经过训练的网络的预训练版本,该网络训练的图像超过一百万张[1].经过预先训练的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®,请参阅预训练深度神经网络.
您可以使用分类
要使用DenseNet-201模型对新图像进行分类,请执行的步骤使用GoogLeNet分类图像用DenseNet-201取代google网。
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DenseNet-201而不是GoogLeNet。
返回在ImageNet数据集上训练的DenseNet-201网络。网
= densenet201
该功能需要用于DenseNet-201网络支持包的深度学习工具箱™模型。金宝app如果没有安装此支金宝app持包,则该函数将提供下载链接。
返回在ImageNet数据集上训练的DenseNet-201网络。该语法等价于网
=densenet201(‘重量’,“imagenet”
)网= densenet201
.
返回未经培训的DenseNet-201网络体系结构。未经培训的模型不需要支持包。金宝applgraph
=densenet201(‘重量’,“没有”
)
[1]ImageNet. http://www.image-net.org
[2] Huang, Gao, Zhuang Liu, Laurens Van Der Maaten, Kilian Q. Weinberger。“紧密连接的卷积网络。”在CVPR, vol. 1, no. 12, p。3。2017.
深层网络设计师|vgg16
|vgg19
|resnet18
|resnet50
|resnet101
|googlenet
|inceptionv3
|接收resnetv2
|squeezenet
|trainNetwork
|分层图
|DAGNetwork