vgg19卷积神经网络
VGG-19是一个卷积神经网络,有19层深度。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].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®,请参阅普里德深度神经网络.
您可以使用分类
利用vgg19网络对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像并用VGG-19替换Googlenet。
要重新训练网络进行新的分类任务,请遵循以下步骤培训深度学习网络以分类新图像加载VGG-19而不是GoogLeNet。
返回在ImageNet数据集上训练的vgg19网络。该语法等价于网
= vgg19('重量',“imagenet”
)net = vgg19.
.
返回未经训练的vgg19网络架构。未经训练的模型不需要支持包。金宝app层
= vgg19('重量',“没有”
)
[1]ImageNet.http://www.image-net.org.
[2] Russakovsky, O., Deng J., Su H., et al. " ImageNet大规模视觉识别挑战。"国际计算机视觉杂志(IJCV).2015年第3期,第115卷,211-252页
[3] Simonyan, Karen和Andrew Zisserman。“用于大规模图像识别的非常深度卷积网络”。
[4]非常深的卷积网络,用于大规模视觉识别http://www.robots.ox.ac.uk/~vgg/research/very_deep/
AlexNet.
|深层网络设计师|DeepDreamImage.
|densenet201
|googlenet
|InceptionResNetv2.
|resnet101
|resnet18
|resnet50.
|squeezenet
|vgg16