darknet19
19卷积神经网络
描述
DarkNet-19是一个卷积神经网络,有19层深。您可以在ImageNet数据库中的100多万张图像上加载经过训练的网络的预训练版本[1].经过预先训练的网络可以将图像分类为1000个对象类别,如键盘、鼠标、铅笔和许多动物。因此,该网络已经学会了对广泛的图像进行丰富的特征表示。该网络的图像输入大小为256 * 256。在MATLAB中进行更多预训练的网络®,请参阅预训练深度神经网络.
你可以用分类
使用DarkNet-19模型对新图像进行分类。遵循以下步骤使用GoogLeNet对图像进行分类用DarkNet-19取代GoogLeNet。
若要就新的分类任务重新训练网络,请按照训练深度学习网络对新图像进行分类加载DarkNet-19而不是GoogLeNet。
DarkNet-19经常被用作对象检测问题和YOLO工作流的基础[2].有关如何训练只看一次(YOLO) v2对象检测器的示例,请参见使用YOLO v2深度学习的对象检测.本例使用ResNet-50进行特征提取。您也可以使用其他预先训练的网络,如DarkNet-19、DarkNet-53、MobileNet-v2或ResNet-18,这取决于应用程序的需求。
返回经过ImageNet数据集训练的DarkNet-19网络。网
= darknet19
此功能需要深度学习工具箱™模型为DarkNet-19网络万博1manbetx支持包。如果没有安装此支万博1manbetx持包,则该功能提供下载链接。
返回经过ImageNet数据集训练的DarkNet-19网络。这种语法等价于网
= darknet19(“权重”,“imagenet”
)Net = darknet19
.
返回未经训练的DarkNet-19网络架构。未经训练的模型不需要支持包。万博1manbetx层
= darknet19(“权重”,“没有”
)
例子
输出参数
参考文献
[1]ImageNet.http://www.image-net.org
莱德蒙,约瑟夫。“暗网:c语言中的开源神经网络”https://pjreddie.com/darknet。
扩展功能
版本历史
在R2020a中引入