预先训练的nasnet -大型卷积神经网络
NASNet-Large是一个卷积神经网络,它根据ImageNet数据库中的100多万张图像进行训练[1].网络可以将图像分为1000个对象类别,例如键盘,鼠标,铅笔和许多动物。因此,该网络已经学习了丰富的特征表示,以获得各种图像。网络的图像输入大小为331-by-331。对于Matlab中的更多预磨损网络®,请参阅普里尔的深层神经网络.
您可以使用分类
使用NASNet-Large模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用NASNet-Large取代GoogLeNet。
要重新训练网络进行新的分类任务,请遵循以下步骤训练深度学习网络对新图像进行分类加载NASNet-Large而不是GoogLeNet。
[1]ImageNet.http://www.image-net.org.
Zoph, Barret, Vijay Vasudevan, Jonathon Shlens, Quoc V. Le。“学习可扩展图像识别的可转移架构”。ARXIV预印刷arxiv:1707.070122,没有。6(2017)。
深层网络设计师|vgg16
|vgg19
|googlenet
|trainNetwork
|分层图
|DAGNetwork
|Reset50
|resnet101
|InceptionResnetv2.
|squeezenet
|densenet201
|nasnetmobile
|shufflenet