Сверточная нейронная сеть Pretrained VGG-19
VGG-19 является сверточной нейронной сетью, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. Сеть является 19 слоями глубоко и может классифицировать изображения в 1 000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть изучила богатые представления функции для широкого спектра изображений. Сеть имеет входной размер изображений 224 224. Для большего количества предварительно обученных сетей в MATLAB® смотрите Предварительно обученные Глубокие нейронные сети.
Можно использовать classify
классифицировать новые изображения с помощью сети VGG-19. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на VGG-19.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загружать VGG-19 вместо GoogLeNet.
[1] ImageNet. http://www.image-net.org
[2] Russakovsky, O., Дэн, J., Су, H., и др. “Крупный масштаб ImageNet Визуальная проблема Распознавания”. Международный журнал Компьютерного зрения (IJCV). Vol 115, Выпуск 3, 2015, стр 211–252
[3] Симонян, Карен и Эндрю Зиссермен. "Очень глубоко сверточные сети для крупномасштабного распознавания изображений". arXiv предварительно распечатывают arXiv:1409.1556 (2014).
[4] Очень Глубоко Сверточные Сети для Крупномасштабного Визуального Распознавания http://www.robots.ox.ac.uk / ~ vgg/research/very_deep/
alexnet
| deepDreamImage
| densenet201
| googlenet
| inceptionresnetv2
| resnet101
| resnet18
| resnet50
| squeezenet
| vgg16