先决条件

有关支持的编译器和库的支持版本的更多信息，请参阅金宝app第三方硬件和软件。

此示例是Linux®，Windo金宝appws®和麦斯科斯平台的支持，不支持Matlab在线支持。

获得净化Dagnetwork.目的

DAG网络包含150层，包括卷积，Relu和批量归一化层和YOLO V2变换和YOLO V2输出层。

net = getyolov2（）;

下载掠夺探测器（98 MB）......

使用命令net.layers.要查看网络的所有层。

net.layers.

代码生成yolov2_detection.功能

这yolov2_detection.附加的功能随图拍摄了图像输入，并使用保存的网络在图像上运行检测器YOLOV2RESNET50VEHICEEXAMPLE.MAT.。该功能加载网络对象YOLOV2RESNET50VEHICEEXAMPLE.MAT.进入持久变量yolov2obj.。后续调用该函数重用持久对象进行检测。

类型（'yolov2_detection.m'）

函数outimg = yolov2_detection（in）％copyright 2018-2019 Mathworks，Inc.％持久对象yolov2obj用于加载Yolov2ObjectDetector对象。％在第一次调用此函数时，构建持久对象并为％设置。随后对函数的调用重用相同的对象在输入上调用检测％，从而避免重建和重新加载％网络对象。持久的yolov2obj;如果是isempty（yolov2obj）yolov2obj = coder.loaddeeplearningnetwork（'yolov2resnet50vehiceexample.mat'）;输入％通过输入[bboxes，〜，标签] = yolov2obj.detect（in，'threshold'，0.5）;outimg = in;％将分类标签转换为matlab％执行的字符向量的小区数组，如果编码器。（'matlab'）标签= cellstr（标签）;结束if〜（isempty（bboxes）&& isempty（标签））％注释图像中的检测。Outimg = InsertObjectAnnotation（IN，'矩形'，Bboxes，标签）; end

要生成代码，请为MEX目标创建代码配置对象，并将目标语言设置为C ++。使用coder.deeplearningconfig功能创建MKL-DNN Deep Learing配置对象。将此对象分配给DeeplearningConfig代码配置对象的属性。将输入大小指定为参数Codegen.命令。在此示例中，YOLO V2网络的输入层大小是[224,224,3]。

cfg = coder.config（'mex'）;cfg.targetlang =.'c ++';cfg.deeplearningconfig = coder.deeplearningconfig（'mkldnn'）;Codegen.-Config.CFG.yolov2_detection.-  args.{ONE（224,224,3，'UINT8'）}-报告

代码生成成功：要查看报告，请打开（'codegen \ mex \ yolov2_detection \ html \ eport.mldatx'）。

在示例输入上运行生成的mex函数

设置视频文件阅读器并阅读示例输入视频highway_lanechange.mp4.。创建视频播放器以显示视频和输出检测。

VideoFile =.'highway_lanechange.mp4';Videofreader = Vision.videofilereader（VideoFile，'VideoOutputDatatype'那'uint8'）;depvideoplayer = Vision.DeployapleDapeplayAlyer（'尺寸'那'风俗'那'自定义大小'，[640 480]）;

通过帧读取视频输入框架并通过使用探测器检测视频中的车辆。

cont =〜ISDONE（Videofreader）;尽管cont i = step（videofreader）;In = Imresize（I，[224,224]）;out = yolov2_detection_mex（in）;depvideoplayer（出）;cont =〜ISDONE（VideoFreader）&& Inopen（depvideoplayer）;如果关闭视频播放器图形窗口，则％退出循环结尾

参考

[1] Redmon，Joseph和Ali Farhadi。“YOLO9000：更好，更快，更强。”在2017年电脑视觉和模式识别的IEEE会议（CVPR），6517-25。檀香山，嗨：IEEE，2017年。