DenseNet-201卷积神经网络
DenseNet-201是一个201层的卷积神经网络。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1].预训练的网络可以将图像分类为1000个对象类别,例如键盘、鼠标、铅笔和许多动物。因此,该网络已经学习了广泛图像的丰富特征表示。该网络的图像输入大小为224 * 224。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络.
你可以使用分类
使用DenseNet-201模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用DenseNet-201取代GoogLeNet。
要在新的分类任务上重新训练网络,请遵循训练深度学习网络对新图像进行分类装载DenseNet-201而不是GoogLeNet。
返回一个经过ImageNet数据集训练的DenseNet-201网络。网
= densenet201
该功能需要DenseNet-201网络支持包的深度学习工具箱™模型。金宝app如果没有安装此支金宝app持包,则该函数将提供下载链接。
返回一个经过ImageNet数据集训练的DenseNet-201网络。这个语法等价于网
= densenet201(“权重”,“imagenet”
)Net = densenet201
.
返回未经训练的DenseNet-201网络架构。未经训练的模型不需要支持包。金宝applgraph
= densenet201(“权重”,“没有”
)
[1]ImageNet.http://www.image-net.org
[2]黄,高,刘庄,劳伦斯·范德马腾,基廉·q·温伯格。密集连接的卷积网络。在CVPR,第1卷,no。2, p. 3。2017.
深度网络设计器|vgg16
|vgg19
|resnet18
|resnet50
|resnet101
|googlenet
|inceptionv3
|inceptionresnetv2
|squeezenet
|trainNetwork
|layerGraph
|DAGNetwork