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。
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。
净= darknet53(“权重”,“imagenet”)网= darknet53。
lgraph= darknet53(“权重”,“没有”)
例子
下载DarkNet-53支持包金宝app
下载并安装深度学习工具箱模型DarkNet-53网络金宝app支持包。
类型darknet53在命令行中。
darknet53
如果深度学习工具箱模型DarkNet-53网络金宝app支持包没有安装,那么函数提供了一个链接到需要在插件浏览器支持包。安装支持包,单击该链接,然后单金宝app击安装。通过输入检查安装是否成功darknet53在命令行中。如果所需的支持包安装,那么函数返金宝app回DAGNetwork对象。
darknet53
ans = DAGNetwork属性:层:[184×1 nnet.cnn.layer.Layer]连接:[206×2表]InputNames:{“输入”}OutputNames:{“输出”}
可视化网络使用深层网络设计师。
deepNetworkDesigner (darknet53)
探索其他pretrained网络深陷网络设计师通过点击新。
如果你需要下载一个网络,点击所需的网络和暂停安装打开插件浏览器。
将学习与DarkNet-53
您可以使用传输网络学习培训对一组新的图像进行分类。
打开示例火车深入学习网络对新图像进行分类。原始的例子使用了GoogLeNet pretrained网络。执行转移学习使用不同的网络、负载所需的pretrained网络和效仿中的步骤。
负载代替GoogLeNet DarkNet-53网络。
网= darknet53
按照示例中剩余的步骤再培训你的网络。你必须代替过去可学的层和分类层在您的网络培训的新层。示例向您展示如何查找这层替换。
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。
