resnet50
ResNet-50卷积神经网络
描述
ResNet-50是一个深度为50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ResNet-50模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用ResNet-50取代GoogLeNet。
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并加载ResNet-50而不是GoogLeNet。
提示
要创建一个适合于图像分类任务的未经训练的残差网络，使用resnetLayers．
净= resnet50
该功能需要深度学习工具箱™模型ResNet-50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。
净= resnet50(“权重”,“imagenet”）网= resnet50．
lgraph= resnet50(“权重”,“没有”）
例子
下载ResNet-50支持包金宝app
下载并安装深度学习工具箱模型ResNet-50网络金宝app支持包。
类型resnet50在命令行。
resnet50
如果是深度学习工具箱模型ResNet-50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resnet50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。
resnet50
ans = DAGNetwork with properties: Layers: [177×1 nnet.cnn.layer.Layer]连接:[192×2 table]
使用深层网络设计器可视化网络。
deepNetworkDesigner (resnet50)
探索其他预先训练的网络在深度网络设计师通过点击新．
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
参考文献
［1］ImageNet．http://www.image-net.org
何开明，张翔宇，任少青，孙健“图像识别的深度残差学习”。在计算机视觉与模式识别IEEE会议论文集, 770 - 778页。2016.
扩展功能
另请参阅
深层网络设计师|resnetLayers|vgg16|vgg19|googlenet|trainNetwork|layerGraph|DAGNetwork|resnet18|resnet101|densenet201|inceptionresnetv2|squeezenet
你也可以从以下列表中选择一个网站:
