darknet19
DarkNet-19卷积神经网络
描述
DarkNet-19是一个19层的卷积神经网络。您可以从ImageNet数据库中加载经过100多万张图像训练的网络的预训练版本[1].预训练的网络可以将图像分类为1000个对象类别,例如键盘、鼠标、铅笔和许多动物。因此,该网络已经学习了广泛图像的丰富特征表示。网络的图像输入大小为256 * 256。用于MATLAB中更多的预训练网络®,请参阅预训练的深度神经网络.
你可以使用分类
使用DarkNet-19模型对新图像进行分类。遵循以下步骤使用GoogLeNet分类图像用暗网-19取代谷歌网络。
要在新的分类任务上重新训练网络,请遵循训练深度学习网络对新图像进行分类加载DarkNet-19而不是GoogLeNet。
DarkNet-19经常被用作目标检测问题和YOLO工作流的基础[2].有关如何训练you only look once (YOLO) v2对象检测器的示例,请参见使用YOLO v2深度学习的目标检测.本例使用ResNet-50进行特征提取。您还可以根据应用程序需求使用其他预训练的网络,如DarkNet-19、DarkNet-53、MobileNet-v2或ResNet-18。
返回一个经过ImageNet数据集训练的DarkNet-19网络。网
= darknet19
此功能需要深度学习工具箱™模型用于DarkNet-19网络金宝app支持包。如果没有安装此支金宝app持包,则该函数将提供下载链接。
返回一个经过ImageNet数据集训练的DarkNet-19网络。这个语法等价于网
= darknet19(“权重”,“imagenet”
)Net = darknet19
.
返回未经训练的DarkNet-19网络架构。未经训练的模型不需要支持包。金宝app层
= darknet19(“权重”,“没有”
)
例子
输出参数
参考文献
[1]ImageNet.http://www.image-net.org
雷蒙,约瑟夫。“暗网:c语言的开源神经网络”https://pjreddie.com/darknet。