DenseNet-201 сверточная нейронная сеть
DenseNet-201 - сверточная нейронная сеть глубиной 201 слой. Предварительно подготовленную версию сети можно загрузить на более чем миллион изображений из базы данных ImageNet [1]. Предварительно обученная сеть может классифицировать изображения на 1000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть получила богатые представления элементов для широкого спектра изображений. Сеть имеет размер входного изображения 224 на 224. Дополнительные сведения о предварительно подготовленных сетях в MATLAB ® см. в разделе Предварительно обученные глубокие нейронные сети.
Вы можете использовать classify для классификации новых изображений с использованием модели DenseNet-201. Выполните шаги команды «Классифицировать изображение с помощью GoogLeNet» и замените GoogLeNet на DenseNet-201.
Чтобы переобучить сеть на новой задаче классификации, следуйте шагам Train Deep Learning Network по классификации новых образов и загрузке DenseNet-201 вместо GoogLeNet.
net = densenet201
Для этой функции требуется модель Deep Learning Toolbox™ для пакета поддержки DenseNet-201 Network. Если этот пакет поддержки не установлен, функция предоставляет ссылку для загрузки.
net = densenet201('Weights','imagenet')net = densenet201.
lgraph = densenet201('Weights','none')
Загрузите и установите модель Deep Learning Toolbox Model для пакета поддержки DenseNet-201 Network.
Напечатать densenet201 в командной строке.
densenet201
Если модель Deep Learning Toolbox Model для пакета поддержки DenseNet-201 Network не установлена, функция предоставляет ссылку на требуемый пакет поддержки в обозревателе Add-On Explorer. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Установить. Убедитесь, что установка выполнена успешно, введя densenet201 в командной строке. Если установлен необходимый пакет поддержки, функция возвращает DAGNetwork объект.
densenet201
ans =
DAGNetwork with properties:
Layers: [709×1 nnet.cnn.layer.Layer]
Connections: [806×2 table]Визуализация сети с помощью Deep Network Designer.
deepNetworkDesigner(densenet201)
Изучите другие предварительно подготовленные сети в Deep Network Designer, нажав кнопку Создать.
Если необходимо загрузить сеть, нажмите кнопку Установить, чтобы открыть обозреватель надстроек.
[1] ImageNet. http://www.image-net.org
[2] Хуан, Гао, Чжуан Лю, Лоренс Ван Дер Маатэнь и Килиан В. Вайнбергер. «Плотно подключенные сверточные сети». В CVPR, том 1, № 2, стр. 3. 2017.
DAGNetwork | Конструктор глубоких сетей | googlenet | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19