预训练的Inception-ResNet-v2卷积神经网络
Inception-ResNet-v2是一种卷积神经网络,对来自ImageNet数据库的100多万张图像进行训练[1]. 该网络有164层,可以将图像分为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。网络的图像输入大小为299×299。MATLAB中更多的预训练网络®,见预训练深度神经网络.
你可以用分类
使用Inception-ResNet-v2网络对新图像进行分类。按照利用GoogLeNet对图像进行分类并用Inception-ResNet-v2替换谷歌网。
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并加载Inception-ResNet-v2,而不是GoogLeNet。
[1]图像网. http://www.image-net.org
[2] 塞格迪、克里斯蒂安、谢尔盖·伊夫、文森特·万霍克和亚历山大·阿莱米。“Inception-v4,Inception ResNet和剩余连接对学习的影响”,摘自AAAI,第4卷,第页。122017
达格网络
|深度网络设计器|densenet201
|水壶
|进口卡拉斯层
|进口卡拉斯网络
|接收v3
|分层图
|情节
|resnet101
|resnet18
|resnet50
|挤压网
|列车网络
|vgg16
|vgg19