VGG-19卷积神经网络
VGG-19是一个深度为19层的卷积神经网络。您可以加载对ImageNet数据库中的100多万张图像进行训练的网络的预训练版本[1]。预先训练好的网络可以将图像分成1000个对象类别,如键盘、鼠标、铅笔和许多动物。结果,网络学习了丰富的特征表示的范围广泛的图像。该网络的图像输入尺寸为224×224。在MATLAB中进行更多的预训练网络®,请参阅预训练的深度神经网络。
您可以使用分类
使用vgg19网络对新图像进行分类。遵循以下步骤使用GoogLeNet对图像进行分类用VGG-19代替GoogLeNet。
要对网络进行新的分类任务的再训练,步骤为训练深度学习网络对新图像进行分类加载VGG-19而不是GoogLeNet。
返回在ImageNet数据集上训练过的vggg -19网络。净
= vgg19
此功能需要深度学习工具箱™模型VGG-19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。
返回一个在ImageNet数据集上训练过的vga -19网络净
= vgg19(“权重”,“imagenet”
)网= vgg19
。
返回未经训练的vggg -19网络体系结构。未经训练的模型不需要支持包。万博1manbetx层
= vgg19(“权重”,“没有”
)
[1]ImageNet。http://www.image-net.org
鲁索夫斯基,邓俊杰,苏,等。“ImageNet大规模视觉识别的挑战”。国际计算机视觉杂志(IJCV)。2015年第3期第115卷第211-252页
西蒙扬,凯伦和安德鲁·泽斯曼。用于大规模图像识别的非常深的卷积网络>。arXiv预印本:1409.1556(2014)。
[4]用于大规模视觉识别的深度卷积网络http://www.robots.ox.ac.uk/~vgg/research/very_deep/
alexnet
|deepDreamImage
|densenet201
|googlenet
|inceptionresnetv2
|resnet101
|resnet18
|resnet50
|squeezenet
|vgg16