Main Content

efficientnetb0

EfficientNet-b0 卷积神经网络

自 R2020b 起

  • EfficientNet-b0 network architecture

说明

EfficientNet-b0 是一个卷积神经网络,基于来自 ImageNet 数据库 [1] 的超过一百万个图像进行训练。该网络可以将图像分类至 1000 个目标类别(例如键盘、鼠标、铅笔和多种动物)。因此,该网络已基于大量图像学习了丰富的特征表示。该网络的图像输入大小为 224×224。有关 MATLAB® 中预训练网络的详细信息,请参阅预训练的深度神经网络

您可以通过 classify 使用 EfficientNet-b0 模型对新图像进行分类。按照使用 GoogLeNet 对图像进行分类的步骤执行操作,但是用 EfficientNet-b0 替换 GoogLeNet。

要针对新分类任务重新训练网络,请按照训练深度学习网络以对新图像进行分类的步骤操作,但是加载 EfficientNet-b0 而不是 GoogLeNet。

示例

net = efficientnetb0 返回基于 ImageNet 数据集训练的 EfficientNet-b0 模型网络。

此函数需要 Deep Learning Toolbox™ Model for EfficientNet-b0 Network 支持包。如果未安装此支持包,则函数会提供下载链接。

net = efficientnetb0('Weights','imagenet') 返回基于 ImageNet 数据集训练的 EfficientNet-b0 模型网络。此语法等效于 net = efficientnetb0

lgraph = efficientnetb0('Weights','none') 返回未经训练的 EfficientNet-b0 模型网络架构。未经训练的模型不需要支持包。

示例

全部折叠

下载并安装 Deep Learning Toolbox Model for EfficientNet-b0 Network 支持包。

在命令行中键入 efficientnetb0

efficientnetb0

如果未安装 Deep Learning Toolbox Model for EfficientNet-b0 Network 支持包,该函数将在附加功能资源管理器中提供所需支持包的链接。要安装支持包,请点击链接,然后点击安装。通过在命令行中键入 efficientnetb0 来检查安装是否成功。如果安装了所需的支持包,则该函数返回 DAGNetwork 对象。

efficientnetb0
ans = 

  DAGNetwork with properties:

         Layers: [290×1 nnet.cnn.layer.Layer]
    Connections: [363×2 table]
     InputNames: {'ImageInput'}
    OutputNames: {'classification'}

使用深度网络设计器可视化网络。

deepNetworkDesigner(efficientnetb0)

通过点击新建,在深度网络设计器中浏览其他预训练神经网络。

Deep Network Designer start page showing available pretrained neural networks

如果需要下载一个神经网络,请在所需的神经网络上暂停,然后点击安装以打开附加功能资源管理器。

输出参数

全部折叠

预训练的 EfficientNet-b0 卷积神经网络,以 DAGNetwork 对象形式返回。

未经训练的 EfficientNet-b0 卷积神经网络架构,以 LayerGraph 对象形式返回。

参考

[1] ImageNet. http://www.image-net.org

[2] Mingxing Tan and Quoc V. Le, “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,” ArXiv Preprint ArXiv:1905.1194, 2019.

扩展功能

版本历史记录

在 R2020b 中推出