RESNET-101网络的深度学习工具箱模型

预验证的RESNET-101网络模型用于图像分类

다운로드:1.8K

업데이트::2022/3/9

RESNET-101是一个验证的模型,已在Imagenet数据库的子集上进行了训练。该模型经过超过一百万张图像的训练,总共有347层,对应于101层残留网络,并可以将图像分类为1000个对象类别(例如键盘,鼠标,铅笔和许多动物)。
从操作系统或MATLAB内部打开Resnet101.mlpkginstall文件将启动您拥有的版本的安装过程。
此MLPKGINSTALL文件适用于R2017B及以后的文件。
用法示例:
%访问训练有素的模型
net = resnet101();
%查看架构的详细信息
net.layers
%阅读图像进行分类
i = imread('peppers.png');
%调整图像的大小
sz = net.layers(1).inputsize
i = i(1:sz(1),1:sz(2),1:sz(3));
%使用RESNET-101对图像进行分类
标签=分类(net,i)
%显示图像和分类结果
数字
imshow(i)
文本(10,20,char(标签),“颜色”,“白色”)

matlab릴리스호환정보
개발:R2017B
R2017B에서r2022a까지의호환호환
플랫폼호환성
视窗 苹果系统 Linux

社区寻宝

在Matlab Central中找到宝藏,发现社区如何为您提供帮助!

开始狩猎!