使用YOLO V2和Intel MKL-DNN生成用于对象检测的C ++代码

此示例使用：

打开脚本

此示例显示如何在英特尔®处理器上生成Yolo V2对象检测网络的C ++代码。生成的代码使用Intel Math Kernel库进行深神经网络（MKL-DNN）。

有关更多信息，请参阅对象检测使用YOLO V2深度学习（电脑视觉工具箱）．

先决条件

深度神经网络的英特尔数学内核库（MKL-DNN）
参考Mkldnn CPU支金宝app持要了解支持MKL-DNN库的处理器列表金宝app
MATLAB®Coder™用于C ++代码生成
MATLAB编码器接口的深度学习支持包金宝app
深度学习工具箱™Dagnetwork.目的
用于视频I / O操作的计算机Vision Tool™

有关编译器和库的支持版本的更多信息，请参阅金宝app第三方软硬件．

这个例子是支持Linux®，Wi金宝appndows®和macOS平台，不支持MATLAB Online。

得到Pretrained`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（）;

下载预训练检测器(98mb)…

使用命令网。层要查看网络的所有层。

网。层

代码生成`Yolov2_Detection.`函数

这Yolov2_Detection.附加在示例中的函数接受图像输入，并使用保存在其中的网络在图像上运行检测器yolov2ResNet50VehicleExample.mat．函数从yolov2ResNet50VehicleExample.mat进入持久性变量yolov2Obj．后续对该函数的调用将重用持久对象进行检测。

类型（“yolov2_detection.m”的）

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％输入[bboxes，〜，标签] = yolov2obj.detect（in，'threshold'，0.5）;Outimg = In;％将分类标签转换为字符向量标签= CellStr（标签）的单元格数组;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，为MEX目标创建代码配置对象，并将目标语言设置为C ++。使用编码器。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 / export.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.．创建一个视频播放器来显示视频和输出检测。

videoFile ='highway_lanechange.mp4'；videoFreader =愿景。VideoFileReader (videoFile'VideoOutputDatatype'那'uint8'）;depvideoplayer = Vision.DeployapleableDoplayer（'尺寸'那“自定义”那'自定义大小'，[640 480]）;

逐帧读取视频输入，利用检测器检测视频中的车辆。

续= ~结束(videoFreader);而cont I = step(videoFreader);在= imresize(我,[224224]);= yolov2_detection_mex(的);depVideoPlayer(出);= ~isDone(videoFreader) && isOpen(depVideoPlayer);如果关闭视频播放器图窗口，则％退出循环结尾