主要内容

vehicleDetectorFasterRCNN

检测车辆使用R-CNN更快

所有的页面崩溃

语法

探测器= vehicleDetectorFasterRCNN

描述

例子

探测器= vehicleDetectorFasterRCNN返回一个训练有素的更快R-CNN与卷积神经网络(地区)对象检测器来检测车辆。快R-CNN是一个深度学习对象检测框架,它使用一个卷积神经网络(CNN)的检测。

探测器的使用,从而训练图像前,后,左,右两侧的车辆。CNN使用车辆检测器使用MobileNet-v2网络体系结构的修改版本。

使用这个函数需要深度学习工具箱™。

请注意

探测器是训练使用uint8图像。在使用这个检测器之前,重新输入图像范围内使用[0,255]im2uint8或重新调节。

例子

全部折叠

这个示例使用:

打开生活的脚本

检测汽车在一个图像和注释图像检测的分数。检测汽车,使用更快的R-CNN对象探测器被训练使用车辆的图像。

加载pretrained探测器。

fasterRCNN = vehicleDetectorFasterRCNN;

使用加载图像探测器。存储边界框的位置和检测分数。

我= imread (“highway.png”);[bboxes,分数]=检测(fasterRCNN,我);

注释的图像检测和他们的分数。

我= insertObjectAnnotation (,“矩形”bboxes,分数);图imshow(我)标题(“检测到车辆和检测成绩”)

图包含一个坐标轴对象。坐标轴对象与标题检测到车辆和检测成绩包含一个类型的对象的形象。

输出参数

全部折叠

训练快R-CNN-based对象探测器,作为一个返回fasterRCNNObjectDetector对象。

兼容性的考虑

全部展开

在未来的发布行为改变

另请参阅

|||

介绍了R2017a

自动驾驶工具箱文档

金宝app

用仿真软件实现一个自适应巡航控制器金宝app

用仿真软件实现一个自适应巡航控制器金宝app

下载技术论文