RESNET-101卷积神经网络
RESNET-101是卷积神经网络,其深101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®见预训练深层神经网络。
您可以使用分类
使用RESNET-101型号的新图像进行分类。遵循以下步骤:分类影像使用GoogLeNet与RESNET-101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并加载RESNET-101代替GoogLeNet。
返回RESNET-101网络训练的ImageNet数据集。净
= resnet101
此功能需要深度学习工具箱™模式对于RESNET-101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RESNET-101网络训练的ImageNet数据集。此语法等效于净
= resnet101( '权重','imagenet'
)净= resnet101
。
返回未经训练RESNET-101网络架构。未受过训练的模式不要求支持包。万博1manbetxlgraph
= resnet101( '权重','没有'
)
[1]ImageNet。http://www.image-net.org
[2]他,开明,象屿张,少卿仁和健太阳“深残留学习图像识别。”在在IEEE会议计算机视觉和模式识别程序,第770-778。2016年
DAGNetwork
|alexnet
|densenet201
|googlenet
|inceptionresnetv2
|inceptionv3
|layerGraph
|情节
|resnet18
|resnet50
|squeezenet
|trainNetwork
|vgg16
|vgg19