ResNet-18 сверточную нейронную сеть
ResNet-18 - сверточная нейронная сеть, глубина которой составляет 18 слоев. 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 ResNet-18. Следуйте шагам классификации изображений с помощью GoogLeNet и замените GoogLeNet на ResNet-18.
Чтобы переобучить сеть по новой задаче классификации, следуйте шагам Traind Нейронной Сети для Глубокого Обучения для классификации новых изображений и загрузки ResNet-18 вместо GoogLeNet.
возвращает ResNet-18 сеть, обученную на наборе данных ImageNet.net
= resnet18
Эта функция требует пакета Deep Learning Toolbox™ Model for ResNet-18 Network поддержки. Если этот пакет поддержки не установлен, то функция предоставляет ссылку на загрузку.
возвращает ResNet-18 сеть, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net
= resnet18('Weights','imagenet'
)net = resnet18
.
возвращает необученную сетевую архитектуру ResNet-18. Необученная модель не требует пакета поддержки. lgraph
= resnet18('Weights','none'
)
[1] ImageNet. http://www.image-net.org
[2] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. «Глубокое остаточное обучение для распознавания изображений». В материалах конференции IEEE по компьютерному зрению и распознаванию шаблонов, стр. 770-778. 2016.
DAGNetwork
| Deep Network Designer | densenet201
| googlenet
| inceptionresnetv2
| layerGraph
| plot
| resnet101
| resnet50
| squeezenet
| trainNetwork
| vgg16
| vgg19