主要内容

mobilenetv2

v2卷积神经网络

折叠所有页面

语法

网= mobilenetv2
网= mobilenetv2(“权重”,“imagenet”)
lgraph = mobilenetv2(“权重”,“没有一个”)

描述

MobileNet-v2是一个有53层深度的卷积神经网络。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MobileNet-v2模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用MobileNet-v2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并加载MobileNet-v2而不是GoogLeNet。

例子

净= mobilenetv2返回在ImageNet数据集上训练过的MobileNet-v2网络。

该功能需要深度学习工具箱™模型MobileNet-v2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= mobilenetv2(“权重”,“imagenet”）返回在ImageNet数据集上训练过的MobileNet-v2网络。该语法等价于网= mobilenetv2．

lgraph= mobilenetv2(“权重”,“没有”）返回未经训练的MobileNet-v2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MobileNet-v2网络金宝app支持包。

类型mobilenetv2在命令行。

mobilenetv2

如果是深度学习工具箱模型MobileNet-v2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mobilenetv2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。

mobilenetv2
ans = DAGNetwork with properties: Layers: [155×1 nnet.cnn.layer.Layer]连接:[164×2 table]

输出参数

全部折叠

预先训练的MobileNet-v2卷积神经网络，返回为DAGNetwork对象。

未经训练的MobileNet-v2卷积神经网络架构，返回为LayerGraph对象。

参考文献

［1］ImageNet．http://www.image-net.org

[2] Sandler, M.， Howard, A.， Zhu, M.， Zhmoginov, A.和Chen, L.C.MobileNetV2:反向残差和线性瓶颈在2018 IEEE/CVF计算机视觉与模式识别大会(页4510 - 4520)。IEEE。

扩展功能

另请参阅

|||||||||||

主题

介绍了R2019a

深度学习工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书