v2卷积神经网络
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。
返回在ImageNet数据集上训练过的MobileNet-v2网络。净
= mobilenetv2
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。
返回在ImageNet数据集上训练过的MobileNet-v2网络。该语法等价于净
= mobilenetv2(“权重”,“imagenet”
)网= mobilenetv2
.
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applgraph
= mobilenetv2(“权重”,“没有”
)
[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。
DAGNetwork
|densenet201
|googlenet
|inceptionresnetv2
|layerGraph
|情节
|resnet101
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19