efficientnetb0
EfficientNet-b0卷积神经网络
描述
EfficientNet-b0是一个卷积神经网络,训练图像从ImageNet数据库超过一百万[1]。网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小224 - 224。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
您可以使用分类对新图像使用EfficientNet-b0模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet EfficientNet-b0。
再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载EfficientNet-b0代替GoogLeNet。
净= efficientnetb0
这个函数需要深度学习工具箱™模型EfficientNet-b0网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。
净= efficientnetb0(“权重”,“imagenet”)网= efficientnetb0。
lgraph= efficientnetb0(“权重”,“没有”)
例子
下载EfficientNet-b0支持包金宝app
下载并安装深度学习工具箱模型EfficientNet-b0网络金宝app支持包。
类型efficientnetb0在命令行中。
efficientnetb0
如果深度学习工具箱模型EfficientNet-b0网络金宝app支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单金宝app击安装。通过输入检查安装是否成功efficientnetb0在命令行中。如果所需的支持包安装,那么函数返金宝app回DAGNetwork对象。
efficientnetb0
ans = DAGNetwork属性:层:[290×1 nnet.cnn.layer.Layer]连接:[363×2表]InputNames: {“ImageInput”} OutputNames:{“分类”}
可视化网络使用深层网络设计师。
deepNetworkDesigner (efficientnetb0)
探索其他pretrained网络深陷网络设计师通过点击新。
如果你需要下载一个网络,点击所需的网络和暂停安装打开插件浏览器。
输出参数
引用
[1]ImageNet。http://www.image-net.org
[2]对谭Quoc诉勒,“EfficientNet:反思模型扩展为卷积神经网络,”ArXiv预印本ArXiv: 1905.1194,2019年。
扩展功能
另请参阅
深层网络设计师|squeezenet|vgg16|vgg19|resnet18|resnet50|googlenet|inceptionv3|inceptionresnetv2|densenet201|trainNetwork|layerGraph|DAGNetwork
