DenseNet-201是在ImageNet数据库子集上训练过的预训练模型。该模型训练过100多万张图像,可以将图像分类为1000个对象类别(例如键盘、鼠标、铅笔和许多动物)。
从您的操作系统或从MATLAB中打开densenet201.mlpkginstall文件将启动您的版本的安装过程。
此mlpkginstall文件适用于R2018a及更高版本。
用法示例:
%访问经过培训的模型
net=densenet201();
%请参阅架构的详细信息
net.Layers
%阅读图像进行分类
I=imread('peppers.png');
%调整图像的大小
sz=净层(1).InputSize
I=I(1:sz(1),1:sz(2),1:sz(3));
%使用DenseNet-201对图像进行分类
标签=分类(净,I)
%显示图像和分类结果
图形
imshow(I)
文本(10,20,字符(标签),“颜色”,“白色”)
我对matlab的densenet中使用的跳过连接感到有点困惑。它与原论文相同吗?在matlab版本中跳过连接密集吗?
谢谢
这个模型可以与编译器一起使用吗?
需要一个图像分割的例子。