darknet53
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。
返回基于 ImageNet 数据集训练的 DarkNet-53 网络。net
= darknet53
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。
返回基于 ImageNet 数据集训练的 DarkNet-53 网络。此语法等效于 net
= darknet53('Weights','imagenet'
)net = darknet53
。
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。 lgraph
= darknet53('Weights','none'
)
示例
输出参数
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