xception
卷积神经网络例外
描述
exception是一个71层的卷积神经网络。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299 * 299。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Xception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Xception替换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Xception而不是GoogLeNet。
返回一个经过ImageNet数据集训练的exception网络。这种语法等价于网
= xception(“权重”,“imagenet”
)网= xception
.
返回未经训练的exception网络体系结构。未经训练的模型不需要支持包。lgraph
= xception(“权重”,“没有”
)
例子
输出参数
参考文献
[1]ImageNet.http://www.image-net.org
[2] Chollet, F., 2017。“例外:深度可分离卷积的深度学习。”arXiv预印本, pp.1610 - 02357。
扩展功能
版本历史
介绍了R2019a