densenet201
DenseNet-201 сверточную нейронную сеть
Синтаксис
Описание
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.
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.
net = densenet201('Weights','imagenet')net = densenet201.
lgraph = densenet201('Weights','none')
Примеры
Загрузка DenseNet-201 поддержка пакета
Загрузите и установите модель Deep Learning Toolbox для DenseNet-201 Network поддержки.
Напечатать densenet201 в командной строке.
densenet201
Если модель Deep Learning Toolbox для DenseNet-201 Network не установлена, то функция предоставляет ссылку на необходимый пакет поддержки в Add-On Explorer. Чтобы установить пакет поддержки, щелкните ссылку и нажмите кнопку Install. Проверьте успешность установки путем ввода densenet201 в командной строке. Если установлен необходимый пакет поддержки, то 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)
Исследуйте другие предварительно обученные сети в Deep Network Designer, нажав New.
Если необходимо загрузить сеть, нажмите кнопку Install, чтобы открыть Add-On Explorer.
Выходные аргументы
Ссылки
[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.
Расширенные возможности
См. также
DAGNetwork | Deep Network Designer | googlenet | inceptionresnetv2 | inceptionv3 | layerGraph | plot | resnet101 | resnet18 | resnet50 | squeezenet | trainNetwork | vgg16 | vgg19
Темы
- Перенесите обучение с помощью Deep Network Designer
- Глубокое обучение в MATLAB
- Предварительно обученные глубокие нейронные сети
- Классификация изображений с помощью GoogLeNet
- Обучите нейронную сеть для глубокого обучения для классификации новых изображений
- Обучите остаточную сеть для классификации изображений