Darknet-53卷积神经网络
Darknet-53是一个卷积神经网络,深度为53层。您可以从ImageNet数据库中加载培训的网络培训的预磨损版本[1]。佩带的网络可以将图像分为1000个对象类别,例如键盘,鼠标,铅笔和许多动物。因此,该网络已经学习了丰富的图像的丰富特征表示。网络的图像输入大小为256〜256。对于Matlab中的更多预用网络®, 看普里德深度神经网络。
您可以使用分类
使用DarkNet-53模型对新图像进行分类。follow使用googlenet对图像进行分类并用DarkNet-53替换Googlenet。
要在新的分类任务上重新培训网络,请按照步骤操作培训深度学习网络以分类新图像并加载DarkNet-53而不是Googlenet。
Darknet-53通常用作对象检测问题和YOLO工作流的基础[2]。有关如何训练A的示例只看一次(YOLO)V2对象探测器,请参阅使用YOLO V2深度学习的对象检测。此示例使用Reset-50进行功能提取。您还可以根据应用要求使用其他预用网络,例如DarkNet-19,Darknet-53,MobileNet-V2或Reset-18。
返回在ImageNet数据集上培训的DarkNet-53网络。网
= DarkNet53.
此功能需要深度学习工具箱™模型对于Darknet-53网络万博1manbetx支持包。如果未安装此支持万博1manbetx包,则该函数提供了下载链接。
返回在ImageNet数据集上培训的DarkNet-53网络。此语法相当于网
= DarkNet53('权重','Imagenet'
)net = DarkNet53.
。
返回未培训的DarkNet-53网络架构。未经培训的模型不需要支持包。万博1manbetxLGRAPH.
= DarkNet53('权重','没有任何'
)
[1]想象成。http://www.image-net.org.
[2]雷蒙,约瑟夫。“DarkNet:在C中开源神经网络。”https://pjreddie.com/darknet。
Dagnetwork.
|Darknet19
|densenet201.
|googlenet.
|InceptionResnetv2.
|分层图
|nasnetlarge.
|nasnetmobile.
|阴谋
|Resnet101.
|resnet50
|挤压
|Trainnetwork.
|vgg16.
|vgg19.