VGG-19卷积神经网络
VGG-19是一个19层深度的卷积神经网络。您可以从ImageNet数据库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].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®看见预先训练的深度神经网络.
您可以使用分类
使用VGG-19网络对新图像进行分类。按照使用GoogLeNet分类图像用VGG-19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并加载VGG-19,而不是GoogLeNet。
返回在ImageNet数据集上训练的VGG-19网络。净
=vgg19
此函数需要深入学习工具箱™ 模型用于VGG-19网络万博1manbetx支持包。如果未安装此支持包,则该功能将提供下载链接。
返回在ImageNet数据集上训练的VGG-19网络。此语法相当于净
= vgg19(“权重”,“imagenet”
)网= vgg19
.
返回未经培训的VGG-19网络体系结构。未经培训的模型不需要支持包。万博1manbetx层
= vgg19(“权重”,“没有”
)
[1]图像网.http://www.image-net.org
[2] Russakovsky,O.,Deng,J.,Su,H.,等,“ImageNet大规模视觉识别挑战。”国际计算机视觉杂志(IJCV). 第115卷,2015年第3期,第211-252页
[3] Simonyan、Karen和Andrew Zisserman。“用于大规模图像识别的超深卷积网络”,《arXiv预印本arXiv:1409.1556》(2014)。
[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/
深层网络设计师|alexnet
|vgg16
|水壶
|resnet18
|resnet50
|resnet101
|deepDreamImage
|inceptionresnetv2
|挤压网
|densenet201