yolov2Layers

指定输入图像的大小培训网络。

图象尺寸= (224 224 3);

指定数量的对象类网络检测。

numClasses = 1;

定义锚箱。

anchorBoxes = [1 1; 4 6; 5 3; 9 6];

指定pretrained ResNet YOLO v2意思-50网络为基础的网络。要使用这个pretrained网络,您需要安装深度学习工具箱ResNet-50网络模型的支持包。万博1manbetx

网络= resnet50 ();

分析网络架构查看所有网络层。

analyzeNetwork(网络)

指定网络层用于特征提取。你可以选择任何层除了完全连接层功能层。

featureLayer =“activation_49_relu”;

创建YOLO v2意思对象检测网络。网络作为一个返回LayerGraph对象。

lgraph = yolov2Layers(图象尺寸、numClasses anchorBoxes,网络,featureLayer);

分析YOLO v2意思网络体系结构。成功的层功能层移除。一系列的卷积,ReLU批YOLO v2意思变换和归一化层YOLO v2意思输出层添加到功能层的基础网络。

analyzeNetwork (lgraph)

指定输入图像的大小培训网络。

图象尺寸= (224 224 3);

指定数量的对象类网络检测。

numClasses = 1;

定义锚箱。

anchorBoxes = [1 1; 4 6; 5 3; 9 6];

指定pretrained ResNet -50作为YOLO v2意思的基础网络。要使用这个pretrained网络,您需要安装深度学习工具箱ResNet-50网络模型的支持包。万博1manbetx

网络= resnet50 ();

分析网络架构查看所有网络层。

analyzeNetwork(网络)

指定网络层用于特征提取。你可以选择任何层除了完全连接层功能层。

featureLayer =“activation_49_relu”;

指定要使用的网络层作为重组的源层。

reorgLayer =“activation_47_relu”;

创建YOLO v2意思对象检测网络。网络作为一个返回LayerGraph对象。

lgraph = yolov2Layers (featureLayer图象尺寸,numClasses, anchorBoxes,网络,“ReorglayerSource”,reorgLayer);

分析YOLO v2意思网络体系结构。成功的层功能层移除。检测子网YOLO v2意思变换和YOLO v2意思被添加到输出层功能层的基础网络。重组层和深度也添加到网络连接层。YOLO v2意思reorg层重新组织维度的输出特性activation_47_relu层。深度连接层连接重组的输出层的输出更高的层。

analyzeNetwork (lgraph)