最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。
事前学习済みのRESNET-101畳み込みニューラルネットワーク
RESNET-101は,ImageNetデータベース[1]の100万枚を超えるイメージで学习済みの畳み込みニューラルネットワークです。このネットワークは,深さが101层であり,イメージを1000个のオブジェクトカテゴリ(キーボード,マウス,铅笔,多くの动物など)に分类できます。结果として,このネットワークは広范囲のイメージに対する豊富な特徴表现を学习しています。ネットワークのイメージ入力サイズは224 X 224です.MATLAB®の他の事前学习済みのネットワークについては,事前学习済みの深层ニューラルネットワークを参照してください。
分类
を使用すると,RESNET-101モデルを使用して新しいイメージを分类できます。GoogLeNetを使用したイメージの分类の手顺に従って,GoogLeNetをRESNET-101に置き换えます。
新しい分类タスクでネットワークの再学习を行うには,新しいイメージを分类するための深层学习ネットワークの学习の手顺に従い,GoogLeNetの代わりにRESNET-101を読み込みます。
[1] ImageNet。http://www.image-net.org
[2]他,开明,象屿张,少卿仁和健太阳“深残留学习图像识别。”在在IEEE会议计算机视觉和模式识别程序,第770-778。2016年
DAGNetwork
|alexnet
|densenet201
|googlenet
|inceptionresnetv2
|inceptionv3
|layerGraph
|情节
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19