创建YOLO v2对象检测网络
创建YOLO v2对象检测网络并将其返回为lgraph
= yolov2Layers (图象尺寸
,numClasses
,anchorBoxes
,网络
,featureLayer
)LayerGraph
对象。
使用名称-值对指定重组层的源。您可以指定这个名称-值对来向YOLO v2网络体系结构添加重组层。在前面语法中的输入参数之外指定此参数。lgraph
= yolov2Layers (___“ReorgLayerSource”,reorgLayer
)
的yolov2Layers
函数创建一个YOLO v2网络,它表示YOLO v2对象检测器的网络体系结构。使用trainYOLOv2ObjectDetector
函数训练YOLO v2网络进行目标检测。该函数返回一个对象,该对象为中所示的YOLO v2对象检测网络生成网络体系结构[1]和[2].
yolov2Layers
使用预训练的神经网络作为基础网络,其中添加了创建YOLO v2对象检测网络所需的检测子网。给定一个基本网络,yolov2Layers
移除基础网络中特征层之后的所有层,并添加检测子网。检测子网络由一组串行连接的卷积层、ReLU层和批归一化层组成。在检测子网中增加YOLO v2转换层和YOLO v2输出层。如果指定名称-值对“ReorgLayerSource”
时,YOLO v2网络将重组层的输出与特征层的输出连接起来。
有关逐层创建自定义YOLO v2网络的信息,请参见创建YOLO v2对象检测网络.
[1]约瑟。R、S. K.迪夫瓦拉、R. B.格什克和F.阿里。“你只看一次:统一、实时的物体检测。”在IEEE计算机视觉与模式识别会议论文集(CVPR),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会议论文集(CVPR)第6517-6525页。檀香山,HI: CVPR, 2017。
trainYOLOv2ObjectDetector
|spaceToDepthLayer
|yolov2OutputLayer
|yolov2TransformLayer
|yolov2ObjectDetector
|analyzeNetwork
(深度学习工具箱)|resnet50
(深度学习工具箱)