ResNet-50是一个预先训练的模型，它已经在ImageNet数据库的一个子集上进行了训练，并在2015年赢得了ImageNet大规模视觉识别挑战(ILSVRC)比赛。该模型在超过100万张图像上进行训练，总共有177层，对应于50层剩余网络，并可以将图像分为1000个对象类别(例如键盘、鼠标、铅笔和许多动物)。
打开resnet50。mlpkginstall文件将从您的操作系统或MATLAB中启动您现有版本的安装过程。
mlpkginstall文件适用于R2017b及以上版本。
使用的例子:
访问经过训练的模型
Net = resnet50();
查看架构的详细信息
网层
读取图像进行分类
I = imread('pepper .png');
调整图像大小
sz = net.Layers(1).InputSize
I = I(1:sz(1)，1:sz(2)，1:sz(3));
使用Resnet-50对图像进行分类
分类(net, I)
%显示图像和分类结果
数字
imshow(我)
文本(10年,20年,char(标签),“颜色”,“白”)