主要内容

densenet201

DenseNet-201卷积神经网络

  • densenet - 201网络体系结构

描述

DenseNet-201是一个深度为201层的卷积神经网络。您可以在ImageNet数据库的100多万张图像上加载预先训练过的网络版本[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®,请参阅预先训练的深度神经网络

您可以使用分类使用DenseNet-201模型对新图像进行分类。遵循以下步骤使用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。

例子

= densenet201返回在ImageNet数据集上训练的DenseNet-201网络。

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。

= densenet201(“权重”,“imagenet”返回在ImageNet数据集上训练的DenseNet-201网络。该语法等价于网= densenet201

lgraph= densenet201(“权重”,“没有”返回未经训练的DenseNet-201网络架构。未经训练的模型不需要支持包。金宝app

例子

全部折叠

下载并安装深度学习工具箱模型densenet - 201网络金宝app支持包。

类型densenet201在命令行。

densenet201

如果是深度学习工具箱模型densenet - 201网络金宝app如果没有安装支持包,则该函数将提供到Add-On Explorer中所需的支持包的链接。要安装支持包,请单击链接,然后金宝app单击安装.输入以下命令,检查安装是否成功densenet201在命令行。如果安装了所需的支持包,则该函数金宝app返回aDAGNetwork对象。

densenet201
ans = DAGNetwork with properties: Layers: [709×1 nnet.cnn.layer.Layer]连接:[806×2 table]

使用深层网络设计器可视化网络。

deepNetworkDesigner (densenet201)

探索其他预先训练的网络在深度网络设计师通过点击

深度网络设计器开始页显示可用的预先训练的网络

如果您需要下载一个网络,请在所需的网络上暂停并单击安装以打开附加组件资源管理器。

输出参数

全部折叠

预先训练的DenseNet-201卷积神经网络,返回为DAGNetwork对象。

未经训练的DenseNet-201卷积神经网络结构,返回为LayerGraph对象。

参考文献

[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.

扩展功能

介绍了R2018a