vgg19卷积神经网络
VGG-19是一个卷积神经网络,有19层深度。您可以在ImageNet数据库的100多万张图像上加载预先训练过的网络版本[1].经过预先训练的网络可以将图像分为1000个对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络学习了丰富的特征表示范围广泛的图像。该网络的图像输入尺寸为224 × 224。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络.
您可以使用分类
利用vgg19网络对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用VGG-19替换GoogLeNet。
要重新训练网络进行新的分类任务,请遵循以下步骤训练深度学习网络对新图像进行分类加载VGG-19而不是GoogLeNet。
返回在ImageNet数据集上训练的vgg19网络。该语法等价于净
= vgg19(“权重”,“imagenet”
)网= vgg19
.
返回未经训练的vgg19网络架构。未经训练的模型不需要支持包。金宝app层
= vgg19(“权重”,“没有”
)
[1]ImageNet.http://www.image-net.org
[2] Russakovsky, O., Deng J., Su H., et al. " ImageNet大规模视觉识别挑战。"国际计算机视觉杂志(IJCV).2015年第3期,第115卷,211-252页
[3] Simonyan, Karen和Andrew Zisserman。“用于大规模图像识别的非常深度卷积网络”。
[4]用于大规模视觉识别的深度卷积网络http://www.robots.ox.ac.uk/~vgg/research/very_deep/
alexnet
|deepDreamImage
|densenet201
|googlenet
|inceptionresnetv2
|resnet101
|resnet18
|resnet50
|squeezenet
|vgg16