预处理的ShuffleNet卷积神经网络
ShuffleNet是一个卷积神经网络,在ImageNet数据库中的100多万张图像上进行训练[1].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特征表示,以获得各种图像。网络的图像输入大小为224×224。对于Matlab中的更多预磨损网络®,请参阅预处理的深度神经网络.
您可以使用分类
使用ShuffleNet模型对新图像进行分类。按照下列步骤使用GoogLeNet分类图像将GoogLeNet换成ShuffleNet。
要对网络进行新的分类任务的再培训,请按照训练深度学习网络来分类新图像加载ShuffleNet而不是GoogLeNet。
[1]ImageNet.http://www.image-net.org
张翔宇,周新宇,林梦晓,孙健。ShuffleNet:一种非常高效的移动设备卷积神经网络。arXiv预印本arXiv: 1707.01083 v2(2017).
深层网络设计师|vgg16
|vgg19
|googlenet
|trainNetwork
|layerGraph
|DAGNetwork
|Reset50
|resnet101
|InceptionResnetv2.
|squeezenet
|densenet201
|nasnetmobile
|nasnetlarge