Сверточная нейронная сеть DenseNet-201
DenseNet-201 является сверточной нейронной сетью, которая является 201 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 DenseNet-201. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на DenseNet-201.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загружать DenseNet-201 вместо GoogLeNet.
возвращает сеть DenseNet-201, обученную на наборе данных ImageNet.net
= densenet201
Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки DenseNet-201. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.
возвращает сеть DenseNet-201, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net
= densenet201('Weights','imagenet'
)net = densenet201
.
возвращает нетренированную архитектуру сети DenseNet-201. Нетренированная модель не требует пакета поддержки. lgraph
= densenet201('Weights','none'
)
[1] ImageNet. http://www.image-net.org
[2] Хуан, Гао, Чжуан Лю, Лоренс Ван дер Маатен и Килиан К. Вайнбергер. "Плотно Соединенные Сверточные Сети". В CVPR, издании 1, № 2, p. 3. 2017.
DAGNetwork
| googlenet
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19