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.
возвращает сеть ResNet-101, обученную на наборе данных ImageNet.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.
возвращает сеть ResNet-101, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net
= resnet101('Weights','imagenet'
)net = resnet101
.
возвращает нетренированную архитектуру сети ResNet-101. Нетренированная модель не требует пакета поддержки. 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
| Deep Network Designer | densenet201
| googlenet
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| resnet18
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19