主要内容

Darknet53.

Darknet-53卷积神经网络

页面上倒塌

句法

net = DarkNet53.
net = DarkNet53（'权重'，'Imagenet'）
Lgraph = Darknet53（'权重'，'none'）

描述

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。

例子

网= DarkNet53.返回在ImageNet数据集上培训的DarkNet-53网络。

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。

网= DarkNet53（'权重'，'Imagenet'）返回在ImageNet数据集上培训的DarkNet-53网络。此语法相当于net = DarkNet53.。

LGRAPH.= DarkNet53（'权重'，'没有任何'）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1manbetx

例子

全部收缩

下载并安装深度学习工具箱模型对于Darknet-53网络万博1manbetx支持包。

类型Darknet53.在命令行。

Darknet53.

如果是深度学习工具箱模型对于Darknet-53网络万博1manbetx不安装支持包，然后该函数提供了在附加资源管理器中的所需支持包的链接。要安装支持包，请单击“链接”，万博1manbetx然后单击安装。通过键入检查安装是否成功Darknet53.在命令行。如果安装了所需的支持包，则该函数万博1manbetx返回aDagnetwork.目的。

Darknet53.
ANS =具有属性的Dagnetwork：图层：[184×1 nnet.cnn.layer.layer]连接：[206×2表]输入名称：{'输入'} OutputNames：{'输出'}

您可以使用转移学习来重新培训网络以对新的图像进行分类。

打开这个例子培训深度学习网络以分类新图像。原始示例使用Googlenet佩带的网络。要使用不同的网络进行转移学习，请加载所需的预磨损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.

按照示例中的剩余步骤进行培训以备份您的网络。您必须用新图层替换网络中的最后一个可知层和分类层进行培训。该示例显示了如何查找要替换的层。

输出参数

全部收缩

预先染色的Darknet-53卷积神经网络，作为一个返回Dagnetwork.目的。

未经训练的DarkNet-53卷积神经网络架构，作为一个返回分层图目的。

参考

[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。

扩展能力

也可以看看

||||||||||||||

话题

在R2020A中介​​绍

深度学习工具箱文档

万博1manbetx

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书