densenet201
DenseNet-201卷积神经网络
描述
DenseNet-201是一个具有201层深度的卷积神经网络。您可以在ImageNet数据库中的100多万张图像上加载经过训练的网络的预训练版本[1].经过预先训练的网络可以将图像分类为1000个对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络已经学会了对广泛的图像进行丰富的特征表示。该网络的图像输入大小为224 * 224。在MATLAB中进行更多预训练的网络®,请参阅预训练深度神经网络.
您可以使用分类
使用DenseNet-201模型对新图像进行分类。遵循以下步骤使用GoogLeNet对图像进行分类用DenseNet-201取代GoogLeNet。
若要就新的分类任务重新训练网络,请按照训练深度学习网络对新图像进行分类加载DenseNet-201而不是GoogLeNet。
返回一个经过ImageNet数据集训练的DenseNet-201网络。网
= densenet201
该功能需要DenseNet-201网络的深度学习工具箱™模型支持包。如果没有安装此支持包,则该功能提供下载链接。
返回一个经过ImageNet数据集训练的DenseNet-201网络。这种语法等价于网
= densenet201(“权重”,“imagenet”
)网= densenet201
.
返回未经训练的DenseNet-201网络架构。未经训练的模型不需要支持包。lgraph
= densenet201(“权重”,“没有”
)
例子
输出参数
参考文献
[1]ImageNet.http://www.image-net.org
[2]黄,高,刘庄,劳伦斯·范·德·马坦,基利安·q·温伯格。"密集连接卷积网络"在CVPR,第一卷,第1期。2, p。3。2017.
扩展功能
版本历史
介绍了R2018a