xception
描述
Xception卷积神经网络是71层深。你可以加载一个pretrained版本的网络训练图像从ImageNet数据库超过一百万[1]。pretrained网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小299 - 299。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
您可以使用分类
对新图像使用Xception模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet Xception。
再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载Xception代替GoogLeNet。
返回一个在ImageNet Xception网络训练数据集。净
= xception
这个函数需要深度学习工具箱™模型Xception网络万博1manbetx支持包。如果这种支持包没万博1manbetx有安装,那么函数提供一个下载链接。
返回一个在ImageNet Xception网络训练数据集。这相当于语法净
= xception(“权重”,“imagenet”
)网= xception
。
返回未经训练的Xception网络体系结构。未经训练的模型不需要支持包。万博1manbetxlgraph
= xception(“权重”,“没有”
)
例子
输出参数
引用
[1]ImageNet。http://www.image-net.org
[2]Chollet F。,2017年。“Xception:深度学习与切除可分离旋转。”arXiv预印本,pp.1610 - 02357。
扩展功能
版本历史
介绍了R2019a