resnet50
(Déconseillé) Réseau de neurones à convolution ResNet-50
L’utilisation de resnet50
est déconseillée. Utilisez la fonction imagePretrainedNetwork
à la place et spécifiez le modèle "resnet50"
. Pour plus d’informations, veuillez consulter Historique des versions.
Description
ResNet-50 est un réseau de neurones à convolution d’une profondeur de 50 couches. Vous pouvez charger une version du réseau de neurones préentraînée sur plus d’un million d’images de la base de données ImageNet [1]. Le réseau de neurones préentraîné peut classer des images dans 1 000 catégories d’objets, par exemple un clavier, une souris, un crayon et de nombreux animaux. En conséquence, le réseau de neurones a appris des représentations avec de nombreuses caractéristiques pour une grande variété d’images. Le réseau de neurones a une taille d’image en entrée de 224 par 224. Pour plus de réseaux de neurones préentraînés dans MATLAB®, veuillez consulter Pretrained Deep Neural Networks.
renvoie un réseau de neurones ResNet-50 entraîné sur le jeu de données ImageNet.net
= resnet50
Cette fonction nécessite le support package Deep Learning Toolbox™ Model for ResNet-50 Network. Si ce support package n’est pas installé, la fonction propose un lien de téléchargement.
renvoie un réseau de neurones ResNet-50 entraîné sur le jeu de données ImageNet. Cette syntaxe est équivalente à net
= resnet50('Weights','imagenet'
)net = resnet50
.
renvoie l’architecture du réseau de neurones ResNet-50 non entraîné. Le modèle non entraîné ne nécessite pas de support package. lgraph
= resnet50('Weights','none'
)
Exemples
Arguments de sortie
Références
[1] ImageNet. http://www.image-net.org.
[2] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. "Deep residual learning for image recognition." In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 770-778. 2016.
Capacités étendues
Historique des versions
Introduit dans R2017bVoir aussi
imagePretrainedNetwork
| resnetNetwork
| resnet3dNetwork
| dlnetwork
| trainingOptions
| trainnet
| Deep Network Designer