DenseNet-201 сверточную нейронную сеть
DenseNet-201 является сверточной нейронной сетью, которая имеет 201 слой глубины. Предварительно обученную версию сети можно загрузить более чем на миллион изображений из базы данных ImageNet [1]. Предварительно обученная сеть может классифицировать изображения в 1000 категорий объектов, таких как клавиатура, мышь, карандаш и многие животные. В результате сеть узнала представления богатых функций для широкой области значений изображений. Сеть имеет размер входного сигнала изображения 224 224. Для более предварительно обученных сетей в MATLAB®, см. «Предварительно обученные глубокие нейронные сети».
Вы можете использовать classify
классифицировать новые изображения с помощью модели DenseNet-201. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на DenseNet-201.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки DenseNet-201 вместо GoogLeNet.
возвращает DenseNet-201 сеть, обученную на наборе данных ImageNet.net
= densenet201
Эта функция требует пакета Deep Learning Toolbox™ Model for DenseNet-201 Network поддержки. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.
возвращает DenseNet-201 сеть, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net
= densenet201('Weights','imagenet'
)net = densenet201
.
возвращает необученную сетевую архитектуру DenseNet-201. Необученная модель не требует пакета поддержки. lgraph
= densenet201('Weights','none'
)
[1] ImageNet. http://www.image-net.org
[2] Хуан, Гао, Чжуан Лю, Лорен Ван Дер Маатен и Килиан К. Вайнбергер. «Плотно соединенные сверточные сети». В CVPR, том 1, № 2, стр. 3. 2017.
DAGNetwork
| Deep Network Designer | googlenet
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19