VGG-16卷积神经网络
VGG-16是一个卷积神经网络,其深16层。您可以从ImageNet数据库加载培训了超过一万张图片的网络的预训练版本[1]。所述预训练网络可以将影像分为1000个对象类别,如键盘,鼠标,笔,和许多动物。其结果是,在网络了解到丰富的功能表示为各种图像。该网络具有的224-通过-224图像输入大小。对于MATLAB更多的预训练的网络®见预训练的深度神经网络。
您可以使用分类
使用VGG-16网络新的图像进行分类。遵循以下步骤:分类影像使用GoogLeNet与VGG-16替换GoogLeNet。
再培训上一个新的分类任务的网络,请按照下列步骤火车深学习网络分类新形象和负载VGG-16代替GoogLeNet。
返回VGG-16网络训练的ImageNet数据集。净
= vgg16
此功能需要深度学习工具箱™模式为VGG-16网络万博1manbetx支持包。如果未安装此支持万博1manbetx包,则该功能提供了下载链接。
返回VGG-16网络训练的ImageNet数据集。此语法等效于净
= vgg16( '权重','imagenet'
)网= vgg16
。
返回未经训练VGG-16网络架构。未受过训练的模式不要求支持包。万博1manbetx层
= vgg16( '权重','没有'
)
[1]ImageNet。http://www.image-net.org
[2] Russakovsky,O.,邓,J.,苏,H。等人。“ImageNet大型视觉识别的挑战。”国际计算机视觉杂志(IJCV)。第115卷,第3期,2015年,第211-252
[3]西蒙尼扬,克伦,和安德鲁·齐塞尔曼。“非常深的卷积网络的大规模图像识别。”预印本的arXiv的arXiv:1409.1556(2014)。
[4]非常深的卷积网络的大型视觉识别http://www.robots.ox.ac.uk/~vgg/research/very_deep/