yolov2Layers
语法
描述
创建一个YOLO v2对象检测网络,并将其作为参数返回lgraph
= yolov2Layers (图象尺寸
,numClasses
,anchorBoxes
,网络
,featureLayer
)LayerGraph
对象。
使用名称-值对指定重组层的来源。通过指定此名称-值对,可以将重组层添加到YOLO v2网络体系结构中。除了前面语法中的输入参数之外,还要指定此参数。lgraph
= yolov2Layers (___“ReorgLayerSource”,reorgLayer
)
例子
输入参数
输出参数
算法
的yolov2Layers
函数创建一个YOLO v2网络,该网络表示YOLO v2对象检测器的网络架构。使用trainYOLOv2ObjectDetector
函数来训练YOLO v2网络用于目标检测。函数返回一个对象,该对象生成YOLO v2对象检测网络的网络体系结构[1]和[2]。
yolov2Layers
使用预训练的神经网络作为基网络,在基网络中添加创建YOLO v2目标检测网络所需的检测子网。给定一个基本网络,yolov2Layers
移除基网络中继特征层之后的所有层,并添加检测子网。检测子网由串行连接的卷积层、ReLU层和批规范化层组成。在检测子网中增加YOLO v2变换层和YOLO v2输出层。如果指定了名称-值对“ReorgLayerSource”
, YOLO v2网络将重组层的输出与特征层的输出进行连接。
有关逐层创建自定义YOLO v2网络的信息,请参见创建YOLO v2目标检测网络。
参考文献
[1]约瑟。R, S. K. Divvala, R. B. Girshick, F. Ali。“你只看一次:统一的实时对象检测。”在IEEE计算机视觉与模式识别(CVPR)会议论文集第779-788页。拉斯维加斯,内华达州:CVPR, 2016。
[2]约瑟。R和f·阿里。“YOLO 9000:更好、更快、更强。”在IEEE计算机视觉与模式识别(CVPR)会议论文集,第6517-6525页。檀香山,夏威夷:CVPR, 2017。
扩展功能
版本历史
在R2019a中引入