Сверточная нейронная сеть ResNet-101
ResNet-101 является сверточной нейронной сетью, которая является 101 слоем глубоко. Можно загрузить предварительно обученную версию сети, обученной больше чем на миллионе изображений от базы данных ImageNet [1]. Предварительно обученная сеть 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 модели ResNet-101. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на ResNet-101.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загружать ResNet-101 вместо GoogLeNet.
net = resnet101
Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки ResNet-101. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.
net = resnet101('Weights','imagenet')net = resnet101.
lgraph = resnet101('Weights','none')
[1] ImageNet. http://www.image-net.org
[2] Он, Kaiming, Сянюй Чжан, Шаоцин Жэнь и Цзянь Сунь. "Глубокая невязка, учащаяся для распознавания изображений". В Продолжениях конференции по IEEE по компьютерному зрению и распознаванию образов, стр 770-778. 2016.
DAGNetwork | alexnet | densenet201 | googlenet | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19