efficientnetb0
efficient -b0卷积神经网络
语法
描述
efficient - net -b0是一个卷积神经网络,通过ImageNet数据库中的100多万张图像进行训练[1].该网络可以将图像分类为1000个对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络已经学会了对广泛的图像进行丰富的特征表示。该网络的图像输入大小为224 * 224。在MATLAB中进行更多预训练的网络®,请参阅预训练深度神经网络.
你可以用分类
使用efficient - net -b0模型对新图像进行分类。遵循以下步骤使用GoogLeNet对图像进行分类用EfficientNet-b0取代GoogLeNet。
若要就新的分类任务重新训练网络,请按照训练深度学习网络对新图像进行分类加载efficient - net -b0而不是GoogLeNet。
返回一个在ImageNet数据集上训练的effecentnet -b0模型网络。网
= efficientnetb0
此功能需要深度学习工具箱™模型为高效网b0网络金宝app支持包。如果没有安装此支金宝app持包,则该功能提供下载链接。
返回一个在ImageNet数据集上训练的effecentnet -b0模型网络。这种语法等价于网
= efficientnetb0(“权重”,“imagenet”
)Net = effective netb0
.
返回未经训练的effecentnet -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]谭明星,“高效网络:卷积神经网络模型的再思考”,预打印ArXiv:1905.1194, 2019年。