Reset-50卷积神经网络
Resnet-50是一个卷积神经网络,深度为50层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本[1].佩带的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,该网络已经学习了丰富的图像的丰富特征表示。该网络具有224×224的图像输入大小。对于Matlab中的更多预用网络®, 看预训练的深度神经网络.
您可以使用分类
使用Reset-50模型对新图像进行分类。follow使用googlenet对图像进行分类并用Reset-50替换Googlenet。
要在新的分类任务上重新培训网络,请按照步骤操作培训深度学习网络以分类新图像并加载Reset-50而不是Googlenet。
返回在ImageNet数据集上培训的Reset-50网络。净
= resnet50.
此功能需要深度学习工具箱™模型对于Reset-50网络金宝app支持包。如果未安装此支持金宝app包,则该函数提供了下载链接。
返回在ImageNet数据集上培训的Reset-50网络。此语法相当于净
= Resnet50('权重','Imagenet'
)net = resnet50.
.
返回未培训的Reset-50网络架构。未经培训的模型不需要支持包。金宝appLGRAPH.
= Resnet50('权重','没有任何'
)
[1]想象成.http://www.image-net.org
[2]他,Kaiming,湘雅张,少清任,剑孙。“图像识别的深度剩余学习。”在计算机视觉与模式识别IEEE会议论文集, 770 - 778页。2016.
Dagnetwork.
|深网络设计师|densenet201.
|googlenet.
|inceptionresnetv2
|layerGraph
|阴谋
|Resnet101.
|resnet18
|挤压
|Trainnetwork.
|vgg16.
|vgg19.