EfficientNet-b0卷积神经网络
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。
返回一个EfficientNet-b0模型在ImageNet网络训练数据集。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。
返回一个EfficientNet-b0模型在ImageNet网络训练数据集。这相当于语法净
= efficientnetb0(“权重”,“imagenet”
)网= efficientnetb0
。
返回未经训练的EfficientNet-b0网络体系结构模型。未经训练的模型不需要支持包。金宝applgraph
= efficientnetb0(“权重”,“没有”
)
[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。
深层网络设计师|squeezenet
|vgg16
|vgg19
|resnet18
|resnet50
|googlenet
|inceptionv3
|inceptionresnetv2
|densenet201
|trainNetwork
|layerGraph
|DAGNetwork