【文件属性】:
文件名称:matlab导入mat代码-deep-learning-for-object-detection-yolov2:“用于对象检测的深度学习”视频
文件大小:64.08MB
文件格式:ZIP
更新时间:2021-06-08 18:04:06
系统开源
matlab导入mat代码深度学习对象检测系列
版权所有
2019-2020
The
MathWorks,
Inc.
介绍
此存储库包含以下视频的代码文件,可在此处找到用于此代码的数据集:;
深度学习的数据预处理:
在
MATLAB
中设计和训练
YOLOv2
网络:
将预训练的深度学习网络导入
MATLAB:
将
YOLOv2
部署到
NVIDIA
Jetson:
设置
克隆存储库。
启动
Deeplearningforobjectdetection.prj
以设置项目环境。
从此谷歌驱动器文件夹下载数据:
第一次运行此示例时,请适当编辑并运行adjustGroundTruthPaths.m以调整计算机的地面实况数据对象的源路径。
有关所需编辑的说明在代码文件中。
文件夹结构
Codefiles文件夹包含每个视频的
matlab
代码文件
Utilities文件夹包含上传预训练内容所需的
.mat
文件
如有任何问题,请联系作者:
【文件预览】:
deep-learning-for-object-detection-yolov2-master
----Utilities()
--------groundTruthLabelingSessionRoboSubResizedTrain.mat(171KB)
--------ACFDetectorTraining.m(645B)
--------customAutomationClasses()
--------Readme.md(1KB)
--------detectorTinyYolo2.mat(5.64MB)
--------gTruthResizedTest.mat(52KB)
--------gTruth2XML.m(2KB)
--------detectorsForCustomAutomation()
--------detectorYoloV2.mat(1.43MB)
--------gTruthResizedVald.mat(60KB)
--------importedTinyYoloLayers.mat(56.29MB)
--------gTruthResizedTrain.mat(129KB)
----codeFiles()
--------designAndTrain.mlx(16KB)
--------dataPreProcessing.mlx(14KB)
--------Readme.md(2KB)
--------AnchorBoxes.m(2KB)
--------importPreTrainedNetwork.mlx(89KB)
--------roboSubPredict.mlx(4KB)
--------deployToNVIDIAJetson.mlx(50KB)
----resources()
--------project()
----adjustGroundTruthPaths.m(2KB)
----README.md(2KB)
----Deeplearningforobjectdetection.prj(175B)