resnet50

ResNet-50卷积神经网络

全部折叠到页面中

语法

网= resnet50
网= resnet50(“权重”,“imagenet”)
lgraph = resnet50(“权重”,“没有一个”)

描述

ResNet-50是一个深度为50层的卷积神经网络。您可以加载一个预先训练过的网络版本，该版本对来自ImageNet数据库的100多万张图像进行了训练[1]．经过训练的网络可以将图像分类为1000个对象类别，如键盘、鼠标、铅笔和许多动物。因此，该网络为广泛的图像学习了丰富的特征表示。该网络的图像输入尺寸为224 * 224。更多的预训练网络在MATLAB®,请参阅普里德深度神经网络．

您可以使用分类使用ResNet-50模型对新图像进行分类。遵循以下步骤使用谷歌网分类图像用ResNet-50取代googleet。

按照以下步骤对网络进行重新训练，完成新的分类任务训练深度学习网络分类新图像并加载ResNet-50而不是GoogLeNet。

例子

网= resnet50返回一个经过ImageNet数据集训练的ResNet-50网络。

此功能需要深度学习工具箱™模型ResNet-50网络万博1manbetx支持包。如果没有安装此支万博1manbetx持包，则该函数提供一个下载链接。

网= resnet50(“权重”,“imagenet”）返回一个经过ImageNet数据集训练的ResNet-50网络。这个语法等价于网= resnet50．

lgraph= resnet50(“权重”,“没有”）返回未经训练的ResNet-50网络架构。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ResNet-50网络万博1manbetx支持包。

类型resnet50在命令行。

resnet50

如果是深度学习工具箱模型ResNet-50网络万博1manbetx不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，万博1manbetx然后单击安装．通过键入检查安装是否成功resnet50在命令行。如果安装了所需的支持包，则函数返万博1manbetx回DAGNetwork目的。

resnet50
[177×1 nnet.cnn.layer.Layer]连接:[192×2 table]

输出参数

全部折叠

预处理的ResNet-50卷积神经网络，返回为DAGNetwork目的。

未经训练的ResNet-50卷积神经网络结构，返回为LayerGraph目的。

参考

[1]ImageNet．http://www.image-net.org.

何凯明，张向宇，任少清，孙健。“用于图像识别的深度剩余学习。”在计算机愿景和模式识别的IEEE会议的诉讼程序，pp.770-778。2016年。

扩展功能

另请参阅

|||||||||||

主题

介绍了R2017b

深度学习工具箱文档

万博1manbetx

介绍MATLAB深度学习

介绍MATLAB深度学习

下载电子书