Сверточная нейронная сеть EfficientNet-b0
EfficientNet-b0 является сверточной нейронной сетью, которая обучена больше чем на миллионе изображений от базы данных ImageNet [1]. 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 EfficientNet-b0. Выполните шаги, Классифицируют Изображение Используя GoogLeNet и заменяют GoogLeNet на EfficientNet-b0.
Чтобы переобучить сеть на новой задаче классификации, выполните шаги, Обучают Нейронную сеть для глубокого обучения Классифицировать Новые Изображения и загружать EfficientNet-b0 вместо GoogLeNet.
возвращает сеть модели EfficientNet-b0, обученную на наборе данных ImageNet.net
= efficientnetb0
Эта функция требует Модели Deep Learning Toolbox™ для пакета Сетевой поддержки EfficientNet-b0. Если этот пакет поддержки не установлен, то функция обеспечивает ссылку на загрузку.
возвращает сеть модели EfficientNet-b0, обученную на наборе данных ImageNet. Этот синтаксис эквивалентен net
= efficientnetb0('Weights','imagenet'
)net = efficientnetb0
.
возвращает нетренированную сетевую архитектуру модели EfficientNet-b0. Нетренированная модель не требует пакета поддержки. lgraph
= efficientnetb0('Weights','none'
)
[1] ImageNet. http://www.image-net.org
[2] Мингксинг Тан и Кок В. Ле, “EfficientNet: пересмотр прежнего мнения модели, масштабирующейся для сверточных нейронных сетей”, предварительная печать ArXiv ArXiv:1905.1194, 2019.
Deep Network Designer | squeezenet
| vgg16
| vgg19
| resnet18
| resnet50
| googlenet
| inceptionv3
| inceptionresnetv2
| densenet201
| trainNetwork
| layerGraph
| DAGNetwork