efficientnetb0
卷积神经网络
语法
描述
EfficientNet-b0是一个卷积神经网络,它是对来自ImageNet数据库的100多万张图像进行训练的[1].该网络可以将图像分为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224 * 224。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EfficientNet-b0模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用EfficientNet-b0取代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对新图像进行分类并加载EfficientNet-b0而不是GoogLeNet。
返回一个在ImageNet数据集上训练的EfficientNet-b0模型网络。网
= efficientnetb0
此功能需要深度学习工具箱™模型为EfficientNet-b0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。
返回在ImageNet数据集上训练的EfficientNet-b0模型网络。这个语法等价于网
= efficientnetb0(“权重”,“imagenet”
)Net = efficientnetb0
.
返回未经训练的EfficientNet-b0模型网络架构。未经训练的模型不需要支持包。金宝applgraph
= efficientnetb0(“权重”,“没有”
)
例子
输出参数
参考文献
[1]ImageNet.http://www.image-net.org
[2] Mingxing Tan和Quoc V. Le,“EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,”ArXiv:1905.1194, 2019年。