darknet53
DarkNet-53卷积神经网络
描述
DarkNet-53卷积神经网络是53层深。你可以加载一个pretrained版本的网络训练图像从ImageNet数据库超过一百万[1]。pretrained网络可以分类图像到1000年对象类别,如键盘,鼠标,铅笔,和许多动物。因此,网络学习丰富广泛的图像特征表示。的网络图像输入大小256 - 256。在MATLAB pretrained网络®,请参阅Pretrained深层神经网络。
您可以使用分类
对新图像使用DarkNet-53模型进行分类。遵循的步骤分类图像使用GoogLeNet和替换GoogLeNet DarkNet-53。
再培训的网络新分类任务,遵循的步骤火车深入学习网络对新图像进行分类和负载DarkNet-53代替GoogLeNet。
DarkNet-53常被作为目标检测的基础问题和YOLO工作流的意思[2]。例如如何训练你只看一次(YOLO)意思v2对象探测器,明白了对象检测使用YOLO v2意思深入学习。这个示例使用ResNet-50特征提取。您还可以使用其他pretrained网络如DarkNet-19 DarkNet-53, MobileNet-v2或ResNet-18取决于应用程序的需求。
返回一个DarkNet-53 ImageNet上网络训练数据集。净
= darknet53
这个函数需要深度学习工具箱™模型DarkNet-53网络金宝app支持包。如果这种支持包没金宝app有安装,那么函数提供一个下载链接。
返回一个在ImageNet DarkNet-53网络训练数据集,这个语法相当于净
= darknet53(“权重”,“imagenet”
)网= darknet53
。
返回未经训练的DarkNet-53网络体系结构。未经训练的模型不需要支持包。金宝applgraph
= darknet53(“权重”,“没有”
)
例子
输出参数
引用
[1]ImageNet。http://www.image-net.org
[2]Redmon,约瑟夫。“Darknet:开源神经网络在C。“https://pjreddie.com/darknet。