RESNET18
RESNET-18卷积神经网络
描述
RESNET-18是一个卷积神经网络,深度为18层。您可以从ImageNet数据库中加载经过超过一百万张图像训练的网络版本[1]。预处理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。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RESNET-18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Resnet-18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Resnet-18而不是Googlenet。
提示
要创建适用于图像分类任务的未训练的残留网络,请使用重新植物
。
返回在ImageNet数据集上训练的RESNET-18网络。网
= resnet18
此功能需要深度学习工具箱™模型用于RESNET-18网络金宝app支持包。如果未安装此支持金宝app包,则该功能提供了下载链接。
返回在ImageNet数据集上训练的RESNET-18网络。该语法等同于网
= resnet18('striges',“ Imagenet”
)net = resnet18
。
返回未经训练的RESNET-18网络体系结构。未经训练的模型不需要支持包。金宝applgraph
= resnet18('striges','没有任何'
)
例子
输出参数
参考
[1]成像网。http://www.image-net.org
[2]他,Kaiming,Xiangyu Zhang,Shaoqing Ren和Jian Sun。“图像识别的深度残留学习”。在IEEE计算机视觉和模式识别会议论文集,第770-778页。2016。