Reset-50卷积神经网络
Resnet-50是一个卷积神经网络,深度为50层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本[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®, 看预训练深度神经网络。
您可以使用分类
使用Reset-50模型对新图像进行分类。follow使用googlenet对图像进行分类并用Reset-50替换Googlenet。
要在新的分类任务上重新培训网络,请按照步骤操作培训深度学习网络以分类新图像并加载Reset-50而不是Googlenet。
提示
创建一个适用于图像分类任务的未受伤的残余网络,使用网虫
。
返回在ImageNet数据集上培训的Reset-50网络。网
=resnet50
此功能需要深度学习工具箱™模型对于Reset-50网络金宝app支持包。如果未安装此支持金宝app包,则该函数提供了下载链接。
返回在ImageNet数据集上培训的Reset-50网络。此语法相当于网
= Resnet50('权重','Imagenet'
)net = resnet50.
。
返回未培训的Reset-50网络架构。未经培训的模型不需要支持包。金宝appLGRAPH.
= Resnet50('权重','没有任何'
)
[1]想象成. http://www.image-net.org
[2]他,Kaiming,湘雅张,少清任,剑孙。“图像识别的深度剩余学习。”在IEEE计算机视觉和模式识别会议记录,第770-778页,2016年。
深网络设计师|网虫
|vgg16.
|vgg19.
|googlenet.
|Trainnetwork.
|分层图
|Dagnetwork.
|resnet18
|Resnet101.
|densenet201.
|接收resnetv2
|挤压