Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

darknet53

DarkNet-53 卷积神经网络

自 R2020a 起

  • DarkNet-53 network architecture

说明

DarkNet-53 是深度为 53 层的卷积神经网络。您可以从 ImageNet 数据库 [1] 中加载该网络的预训练版本,该版本基于 ImageNet 数据库的超过一百万个图像进行训练。该预训练网络可以将图像分类至 1000 个目标类别(例如键盘、鼠标、铅笔和多种动物)。因此,该网络已基于大量图像学习了丰富的特征表示。该网络的图像输入大小为 256×256。有关 MATLAB® 中预训练网络的详细信息,请参阅预训练的深度神经网络

您可以通过 classify 使用 DarkNet-53 模型对新图像进行分类。按照使用 GoogLeNet 对图像进行分类的步骤执行操作,但是用 DarkNet-53 替换 GoogLeNet。

要针对新分类任务重新训练网络,请按照训练深度学习网络以对新图像进行分类的步骤操作,但是加载 DarkNet-53 而不是 GoogLeNet。

DarkNet-53 通常用作目标检测问题和 YOLO 工作流的基础 [2]。有关如何训练 you only look once (YOLO) v2 目标检测器的示例,请参阅使用 YOLO v2 深度学习进行目标检测。此示例使用 ResNet-50 进行特征提取。根据应用要求,也可以使用其他预训练网络,如 DarkNet-19、DarkNet-53、MobileNet-v2 或 ResNet-18。

示例

net = darknet53 返回基于 ImageNet 数据集训练的 DarkNet-53 网络。

此函数需要 Deep Learning Toolbox™ Model for DarkNet-53 Network 支持包。如果未安装此支持包,则函数会提供下载链接。

net = darknet53('Weights','imagenet') 返回基于 ImageNet 数据集训练的 DarkNet-53 网络。此语法等效于 net = darknet53

lgraph = darknet53('Weights','none') 返回未经训练的 DarkNet-53 网络架构。未经训练的模型不需要支持包。

示例

全部折叠

下载并安装 Deep Learning Toolbox Model for DarkNet-53 Network 支持包。

在命令行中键入 darknet53

darknet53

如果未安装 Deep Learning Toolbox Model for DarkNet-53 Network 支持包,该函数将在附加功能资源管理器中提供所需支持包的链接。要安装支持包,请点击链接,然后点击安装。通过在命令行中键入 darknet53 来检查安装是否成功。如果安装了所需的支持包,则该函数返回 DAGNetwork 对象。

darknet53
ans = 

  DAGNetwork with properties:

         Layers: [184×1 nnet.cnn.layer.Layer]
    Connections: [206×2 table]
     InputNames: {'input'}
    OutputNames: {'output'}

使用深度网络设计器可视化网络。

deepNetworkDesigner(darknet53)

通过点击新建,在深度网络设计器中浏览其他预训练神经网络。

Deep Network Designer start page showing available pretrained neural networks

如果需要下载一个神经网络,请在期望的神经网络上暂停,然后点击安装以打开附加功能资源管理器。

您可以使用迁移学习来重新训练网络,以对一组新图像进行分类。

打开示例训练深度学习网络以对新图像进行分类。最初的示例使用 GoogLeNet 预训练网络。要使用不同网络执行迁移学习,请加载期望的预训练网络,并按照示例中的步骤操作。

加载 DarkNet-53 网络而不是 GoogLeNet。

net = darknet53

按照示例中的其余步骤操作以重新训练您的网络。您必须将网络中的最后一个可学习层和分类层替换为用于训练的新层。该示例说明如何找到要替换的层。

输出参数

全部折叠

预训练的 DarkNet-53 卷积神经网络,以 DAGNetwork 对象形式返回。

未经训练的 DarkNet-53 卷积神经网络架构,以 LayerGraph 对象形式返回。

参考

[1] ImageNet. http://www.image-net.org

[2] Redmon, Joseph. “Darknet: Open Source Neural Networks in C.” https://pjreddie.com/darknet.

扩展功能

版本历史记录

在 R2020a 中推出