DenseNet-201卷积神经网络
DenseNet-201是一个深度为201层的卷积神经网络。您可以从ImageNet数据库中加载经过训练的网络的预训练版本,该版本包含超过一百万张图像[1]。预先训练的网络可以将图像分类成1000个对象类别,例如键盘、鼠标、铅笔和许多动物。因此,该网络已经为各种各样的图像学习了丰富的特性表示。该网络的图像输入大小为224×224。用于MATLAB中更多的预训练网络®,请参阅预先训练的深度神经网络。
您可以使用分类
使用DenseNet-201模型对新图像进行分类。遵循使用GoogLeNet对图像进行分类用DenseNet-201取代GoogLeNet。
若要对网络进行新的分类任务再培训,请执行以下步骤训练深度学习网络对新图像进行分类载入DenseNet-201而不是GoogLeNet。
返回一个在ImageNet数据集上训练的DenseNet-201网络。净
= densenet201
此功能需要DenseNet-201网络支持包的深度学习工具箱™模型。万博1manbetx如果未安装此支持万博1manbetx包,则该函数提供下载链接。
返回一个在ImageNet数据集上训练的DenseNet-201网络净
= densenet201(“权重”,“imagenet”
)网= densenet201
。
返回未经训练的DenseNet-201网络架构。未经训练的模型不需要支持包。万博1manbetxlgraph
= densenet201(“权重”,“没有”
)
[1]ImageNet。http://www.image-net.org
黄,高,刘庄,Laurens Van Der Maaten,和Kilian Q. Weinberger。“紧密相连的卷积网络。”InCVPR,第1卷第1期2,p。3。2017.
DAGNetwork
|alexnet
|googlenet
|inceptionresnetv2
|inceptionv3
|layerGraph
|情节
|resnet101
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19