进口和出口Darknet模型(https://github.com/pjreddie/darknet)的MATLAB深度学习网络。进口商可以进口所有的seriesNetworks在暗网和一些简单的DAGnetworks。出口商可以导出所有的seriesNetworks和一些骨干网。除了导入深度神经网络外，导入器还可以获取网络的特征图大小、参数个数、FLOPs的计算能力。对于yolov2, yolov3还可以导入许多以前的模块，以便以后访问yolo层。这个程序需要Matlab2020a及以上版本，没有其他依赖。
在MATLAB深度学习网络中导入和导出Darknet模型(https://github.com/pjreddie/darknet）。进口商可以导入darknet中所有的seriesNetwork和部分简单的DAGnetwork,出口商可以导出所有的seriesNetwork和部分的骨干网络。其中进口国除了导入深度神经网络外,可以获得网络的特征图大小,参数个数,计算力失败了。对于yolov2, yolov3也可导入前面的若干模块,以供后期接入yolo层意思。此程序要求Matlab2020a版本及以上,无其他任何依赖。
使用示例见main.mlx
------------------------------------------------------------------ 2020.6.30更新 -------------------------------------------------------------------
这个存储库使用简化和最小的代码来复制yolov3 / yolov4检测网络和暗网分类网络。主要内容如下:
1、金宝app支持原版本暗网模型;
2、金宝app支持“* .cfg”、“* .weights”模型的训练、推理、导入和导出;
3、金宝app支持最新的yolov3、yolov4型号;
4、金宝app支持暗网分类模型;
5、金宝app支持feature map尺寸计算、flops计算等各种指标。
这些代码可读性强，比其他框架(如pytorch和tensorflow)更简洁!
但是不包含各种训练数据增强技巧
---------------------------------------------------------------------------------------------------------------------------------------------
所有型号下载链接:
链接：https://pan.baidu.com/s/1UvPKSlT7K3hzeXof4ovN_A
提取码:dbbo
引用作为
崔(2021)。yolov3-yolov4-matlabGitHub (https://github.com/cuixing158/yolov3-yolov4-matlab)。检索．
意见及评分(9）
MATLAB版本兼容性
平台的兼容性
窗户 macOS Linux类别
标签
CustomLayers
跑龙套
你也可以从以下列表中选择一个网站:
嗨,所有
单帧GPU耗时性能评估:
基准:Inter(R) Core(TM) i7-6700 CPU@3.4GHz, GTX1070-8G, win10
Yolov4 yolov3 Yolov4 -tiny yolov3-tiny yolov3-tiny-prn
Matlab2020a 0.4秒0.2秒0.07秒0.06秒0.06秒
Matlab2021a 0.3秒0.18秒0.07秒0.06秒0.06秒
嗨,cosku oksuz:
你能确保cfg和weights文件对应吗?如果一致性有问题，您可以共享您的模型文件。
当使用新版本时，我得到了以下错误。
使用importDarknetWeights时出错(第82行)
方差应该大于0！
2020.7.1新版本，支持yolov4-金宝apptiny和yolov3-tiny-prn
非常棒，如果出现输入参数不足的报错请参考https://github.com/cuixing158/yolov3-yolov4-matlab/issues/9
新视野:https://github.com/cuixing158/yolov3-yolov4-matlab
我出错了，你能帮忙吗?
cfg_file =“模型/ darknet19.cfg”;
weight_file =“模型/ darknet19.weights”;
[mynet, hyperParams numsNetParams失败]= importDarknetNetwork (cfg_file weight_file);
这个模块No: 2[卷积]，有#params:1024,FLops:67108864,feature map size:(256*256)
这个模块No: 4 [convolutional]，有#params:18752,FLops:307232768,feature map size:(128*128)
这个模块No: 6 [convolutional]，有#params:74368,FLops:304611328,feature map size:(64* 64)
这个模块No: 7 [convolutional]，有#params:8512,FLops:34865152,feature map size:(64* 64)
这个模块No: 8 [convolutional]，有#params:74368,FLops:304611328,feature map size:(64* 64)
这个模块编号:10[卷积]，有#params:296192,FLops:303300608,feature map size:(32* 32)
这个模块No:11 [convolutional]，有#params:33408,FLops:34209792,feature map size:(32* 32)
这个模块编号:12[卷积]，有#params:296192,FLops:303300608,feature map size:(32* 32)
这个模块No:14 [convolutional]，有#params:1182208,FLops:302645248,feature map size:(16* 16)
这个模块No:15 [convolutional]，有#params:132352,FLops:33882112,feature map size:(16* 16)
这个模块No:16 [convolutional]，有#params:1182208,FLops:302645248,feature map size:(16* 16)
这个模块No:17 [convolutional]，有#params:132352,FLops:33882112,feature map size:(16* 16)
这个模块编号:18[卷积]，有#params:1182208,FLops:302645248,feature map size:(16* 16)
这个模块编号:20[卷积]，有#params:4723712,FLops:302317568,feature map size:(8* 8)
这个模块No:21[卷积]，有#params:526848,FLops:33718272,feature map size:(8* 8)
这个模块编号:22[卷积]，有#params:4723712,FLops:302317568,feature map size:(8* 8)
这个模块No:23 [convolutional]，有#params:526848,FLops:33718272,feature map size:(8* 8)
这个模块编号:24[卷积]，有#params:4723712,FLops:302317568,feature map size:(8* 8)
这个模块编号:25 [convolutional]，有#params:1025000,FLops:65600000,feature map size:(8* 8)
错误使用从文件中读
无效的文件标识符。使用fopen生成有效的文件标识符。
importDarknetNetwork错误(第28行)
Header = fread(fid_w, 3， '*int32');