主要内容

darknet19

19卷积神经网络

  • DarkNet-19网络架构

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。

例子

= darknet19返回经过ImageNet数据集训练的DarkNet-19网络。

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。

= darknet19(“权重”,“imagenet”返回经过ImageNet数据集训练的DarkNet-19网络。这种语法等价于Net = darknet19

= darknet19(“权重”,“没有”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

例子

全部折叠

下载并安装深度学习工具箱模型为DarkNet-19网络万博1manbetx支持包。

类型darknet19在命令行。

darknet19

如果深度学习工具箱模型为DarkNet-19网络万博1manbetxsupport包未安装,则该功能将在Add-On资源管理器中提供到所需支持包的链接。如果需要安装支持包,请单击链接万博1manbetx,然后单击安装.输入命令检查安装是否成功darknet19在命令行。如果安装了所需的支持包,则函数返万博1manbetx回一个SeriesNetwork对象。

darknet19
ans =带有属性的SeriesNetwork: Layers: [64×1 nnet.cnn.layer.Layer] InputNames: {'input'} OutputNames: {'output'}

使用深度网络设计器可视化网络。

deepNetworkDesigner (darknet19)

通过单击在深度网络设计器中探索其他预先训练的网络

深度网络设计器开始页显示可用的预训练网络

如果需要下载某个网络,请在该网络上暂停,然后单击安装打开附加组件资源管理器。

你可以使用迁移学习来重新训练网络来分类一组新的图像。

打开示例训练深度学习网络对新图像进行分类.最初的示例使用GoogLeNet预训练网络。要使用不同的网络执行迁移学习,请加载所需的预训练网络并遵循示例中的步骤。

加载DarkNet-19网络而不是GoogLeNet。

Net = darknet19

按照示例中的其余步骤重新培训您的网络。您必须用用于训练的新层替换网络中的最后一个可学习层和分类层。该示例向您展示了如何查找要替换的层。

输出参数

全部折叠

预训练的DarkNet-19卷积神经网络,返回为SeriesNetwork对象。

未经训练的DarkNet-19卷积神经网络架构,返回为数组中。

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