主要内容

xception

卷积神经网络除外

  • 例外网络架构

描述

Xception是一个卷积神经网络,深度为71层。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1].预训练的网络可以将图像分类为1000个对象类别,例如键盘、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®,请参阅预训练的深度神经网络

你可以使用分类使用Xception模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像并将GoogLeNet替换为Xception。

要在新的分类任务上重新训练网络,请遵循训练深度学习网络对新图像进行分类并加载Xception而不是GoogLeNet。

例子

= xception返回一个在ImageNet数据集上训练的exception网络。

此功能需要深度学习工具箱™模型对于异常网络万博1manbetx支持包。如果没有安装此支万博1manbetx持包,则该函数将提供下载链接。

= xception(“权重”,“imagenet”返回一个在ImageNet数据集上训练的exception网络。这个语法等价于Net =异常

lgraph= xception(“权重”,“没有”返回未经训练的异常网络体系结构。未经训练的模型不需要支持包。万博1manbetx

例子

全部折叠

下载并安装深度学习工具箱模型对于异常网络万博1manbetx支持包。

类型xception在命令行。

xception

如果深度学习工具箱模型对于异常网络万博1manbetx支持包未安装,则该函数在外接程序资源管理器中提供到所需支持包的链接。要安装支持包,请单击链接,然后万博1manbetx单击安装.通过输入检查安装是否成功xception在命令行。如果安装了所需的支持包,则函数返万博1manbetx回DAGNetwork对象。

xception
ans = DAGNetwork with properties: Layers: [171×1 nnet.cnn.layer.Layer] Connections: [182×2 table]

使用深度网络设计器可视化网络。

deepNetworkDesigner (xception)

通过单击在深度网络设计器中探索其他预训练的网络

深度网络设计器开始页显示可用的预训练网络

如果需要下载网络,请在需要下载的网络上暂停,然后单击安装打开附加组件资源管理器。

输出参数

全部折叠

预训练的Xception卷积神经网络,返回作为DAGNetwork对象。

未经训练的Xception卷积神经网络架构,返回作为LayerGraph对象。

参考文献

[1]ImageNet.http://www.image-net.org

[2] Chollet, F., 2017。"例外:深度可分离卷积的深度学习"arXiv预印本, pp.1610 - 02357。

扩展功能

在R2019a中引入