DenseNet-201卷积神经网络
DenseNet-201是一个有201层的卷积神经网络。你可以从ImageNet数据库中加载经过训练的网络的预训练版本,该网络训练的图像超过一百万张[1]. 预训练网络可以将图像分类为1000个对象类别,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。该网络具有224×224的图像输入大小。MATLAB中更多的预训练网络®看见预训练深度神经网络.
你可以用分类
要使用DenseNet-201模型对新图像进行分类,请执行的步骤利用GoogLeNet对图像进行分类用DenseNet-201替换GoogLeNet。
要在新的分类任务上重新训练网络,请执行的步骤训练深度学习网络对新图像进行分类加载DenseNet-201而不是GoogLeNet。
返回在ImageNet数据集上训练的DenseNet-201网络。网
=densenet201
此函数需要深度学习工具箱™ DenseNet-201网络支持包的模型。如果未安装此支持包,则该功能将提供下载链接。金宝app
返回在ImageNet数据集上训练的DenseNet-201网络。此语法相当于网
=densenet201(‘重量’,“imagenet”
)net=densenet201
.
返回未经培训的DenseNet-201网络体系结构。未经培训的模型不需要支持包。金宝applgraph
=densenet201(‘重量’,“没有”
)
[1]图像网. http://www.image-net.org
[2] 黄、高、刘庄、劳伦斯·范德马腾和基里安·Q·温伯格。“密集连接卷积网络”,摘自CVPR,第一卷,第二期,第。3.2017