预训练的Inception-ResNet-v2卷积神经网络
Inception-ResNet-v2是一个卷积神经网络,它根据ImageNet数据库中的100多万张图像进行训练[1].该网络有164层深度,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。该网络的图像输入大小为299 × 299。用于MATLAB中更多的预训练网络®,请参阅预训练深度神经网络.
您可以使用分类
使用Inception-ResNet-v2网络对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用Inception-ResNet-v2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并加载Inception-ResNet-v2而不是GoogLeNet。
[1]ImageNet. http://www.image-net.org
Szegedy, Christian, Sergey Ioffe, Vincent Vanhoucke和Alexander A. Alemi。启始-v4,启始- resnet和剩余连接对学习的影响在AAAI,第四卷,第12页。2017.
深层网络设计师|vgg16
|vgg19
|googlenet
|resnet18
|resnet50
|resnet101
|inceptionv3
|densenet201
|squeezenet
|trainNetwork
|分层图
|DAGNetwork
|进口卡拉斯层
|进口卡拉斯网络