Main Content

darknet53

(非推奨) DarkNet-53 畳み込みニューラル ネットワーク

R2020a 以降

ページ内をすべて折りたたむ
  • DarkNet-53 network architecture

darknet53 は推奨されません。代わりに関数 imagePretrainedNetwork を使用し、"darknet53" モデルを指定してください。詳細については、バージョン履歴を参照してください。

構文

net = darknet53
net = darknet53('Weights','imagenet')
lgraph = darknet53('Weights','none')

説明

DarkNet-53 は、深さが 53 層の畳み込みニューラル ネットワークです。100 万個を超えるイメージで学習させた事前学習済みのネットワークを、ImageNet データベース[1]から読み込むことができます。この事前学習済みのネットワークは、イメージを 1000 個のオブジェクト カテゴリ (キーボード、マウス、鉛筆、多くの動物など) に分類できます。結果として、このネットワークは広範囲のイメージに対する豊富な特徴表現を学習しています。ネットワークのイメージ入力サイズは 256×256 です。MATLAB® の他の事前学習済みのネットワークについては、事前学習済みの深層ニューラル ネットワークを参照してください。

DarkNet-53 は、多くの場合、オブジェクト検出問題および YOLO ワークフローの基礎として使用されます[2]。You Only Look Once (YOLO) v2 オブジェクト検出器に学習させる方法の例については、YOLO v2 深層学習を使用したオブジェクトの検出を参照してください。この例では特徴抽出に ResNet-50 を使用します。用途の要件によって、DarkNet-19、DarkNet-53、MobileNet-v2、または ResNet-18 など、その他の事前学習済みのネットワークも使用できます。

net = darknet53 は、ImageNet データ セットで学習させた DarkNet-53 ネットワークを返します。

この関数には、Deep Learning Toolbox™ Model "for DarkNet-53 Network" サポート パッケージが必要です。このサポート パッケージがインストールされていない場合、関数によってダウンロード用リンクが表示されます。

例

net = darknet53('Weights','imagenet') は、ImageNet データ セットで学習させた DarkNet-53 ネットワークを返します。この構文は、net = darknet53 と等価です。

lgraph = darknet53('Weights','none') は、未学習の DarkNet-53 ネットワーク アーキテクチャを返します。未学習のモデルは、サポート パッケージを必要としません。

例

すべて折りたたむ

Deep Learning Toolbox Model "for DarkNet-53 Network" サポート パッケージをダウンロードしてインストールします。

コマンド ラインで darknet53 と入力します。

darknet53

Deep Learning Toolbox Model "for DarkNet-53 Network" サポート パッケージがインストールされていない場合、この関数は、必要なサポート パッケージへのリンクをアドオン エクスプローラーに表示します。サポート パッケージをインストールするには、リンクをクリックして、[インストール] をクリックします。コマンド ラインで darknet53 と入力して、インストールが正常に終了していることを確認します。必要なサポート パッケージがインストールされている場合、関数によって DAGNetwork オブジェクトが返されます。

darknet53
ans = 

  DAGNetwork with properties:

         Layers: [184×1 nnet.cnn.layer.Layer]
    Connections: [206×2 table]
     InputNames: {'input'}
    OutputNames: {'output'}

ディープ ネットワーク デザイナーを使用してネットワークを可視化します。 

deepNetworkDesigner(darknet53)

ディープ ネットワーク デザイナーで [新規] をクリックし、事前学習済みの他のニューラル ネットワークを探索します。

Deep Network Designer start page showing available pretrained neural networks

ニューラル ネットワークをダウンロードする必要がある場合は、目的のニューラル ネットワークで [インストール] をクリックしてアドオン エクスプローラーを開きます。

出力引数

すべて折りたたむ

事前学習済みの DarkNet-53 畳み込みニューラル ネットワーク。DAGNetwork オブジェクトとして返されます。

未学習の DarkNet-53 畳み込みニューラル ネットワーク アーキテクチャ。LayerGraph オブジェクトとして返されます。

参照

[1] ImageNet. http://www.image-net.org.

[2] Redmon, Joseph. “Darknet: Open Source Neural Networks in C.” https://pjreddie.com/darknet.

拡張機能

バージョン履歴

R2020a で導入

すべて折りたたむ

R2024a: 非推奨

darknet53 は推奨されません。代わりに関数 imagePretrainedNetwork を使用し、モデルとして "darknet53" を指定してください。

関数 darknet53 のサポートを削除する予定はありません。ただし、関数 imagePretrainedNetwork には、転移学習ワークフローに役立つ機能が追加されています。たとえば、データに含まれるクラスの数を numClasses オプションで指定すると、この関数は、修正することなくそのまま再学習が可能なネットワークを返します。

関数 imagePretrainedNetwork は、ネットワークを dlnetwork オブジェクトとして返しますが、このオブジェクトにはクラス名が格納されていません。事前学習済みのネットワークのクラス名を取得するには、関数 imagePretrainedNetwork の 2 番目の出力引数を使用します。

関数 darknet53 の代表的な使用法と、代わりに関数 imagePretrainedNetwork を使用するためのコードの更新方法を、次の表に示します。

非推奨推奨
net = darknet53;[net,classNames] = imagePretrainedNetwork("darknet53");
net = darknet53(Weights="none");net = imagePretrainedNetwork("darknet53",Weights="none");

imagePretrainedNetwork は dlnetwork オブジェクトを返します。これには次の利点もあります。

  • dlnetwork オブジェクトは、ネットワークの構築、予測、組み込み学習、可視化、圧縮、検証、およびカスタム学習ループをサポートする統合されたデータ型です。

  • dlnetwork オブジェクトは、ユーザーが作成したり外部のプラットフォームからインポートしたりできる、さまざまなネットワーク アーキテクチャをサポートしています。

  • 関数 trainnet は dlnetwork オブジェクトをサポートしているため、損失関数を簡単に指定できます。組み込みの損失関数を選択するか、カスタム損失関数を指定できます。

  • dlnetwork オブジェクトを使用した学習と予測は、通常、LayerGraph と trainNetwork を使用したワークフローよりも高速です。

dlnetwork オブジェクトとして指定されたニューラル ネットワークに学習させるには、関数 trainnet を使用します。

参考

| | | |

トピック