主要内容

深度学习对象检测器

使用训练有素的深度学习目标检测器检测目标

全部展开页面
  • 库:

  • 计算机视觉工具箱/分析和增强

  • 深度学习对象检测器块

描述

深度学习目标检测器块通过块参数指定的训练目标检测器预测输入图像的边界框、类标签和分数。这个模块允许在Simulink中加载一个预先训练过的对象检测器金宝app®模型来自MAT文件或MATLAB®函数。这个块提供了一个在Simulink中使用检测器对象的图形界面。金宝app要启用深度学习对象检测器块的一些参数，您必须选择一个支持这些参数的对象检测器。金宝app例如，使用ayolov2ObjectDetector对象的名称-值参数使您可以选择类似于关联对象的名称-值参数的参数检测对象的功能。

港口

输入

全部展开

一个H——- - - - - -W——- - - - - -C数字数组,H，W,C分别为图像的高度、宽度和通道数量。每个时间步长只允许输入一个图像。

输出

全部展开

在输入图像中检测到的物体的位置，返回为米4矩阵。米为图像中检测到的包围盒的数量。您可以设置大小的上限米通过指定最大检测数参数。每一行的Bboxes的形式[xy宽度高度，指定左上角和相应边界框的像素大小。

边框的标签，返回为米1列举向量。米为图像中检测到的包围盒的数量。

为每个标签返回的检测置信度得分米1的向量。米为图像中检测到的包围盒的数量。分数越高，表明对检测的信心越高。

参数

全部展开

从以下选项中选择检测器对象的源:

  • MAT文件中的检测器—从MAT文件中导入检测器对象。例如，选择一个MAT文件包含rcnnObjectDetector对象。

  • 来自MATLAB函数的检测器-从MATLAB函数中导入检测器对象。例如，指定函数vehicleDetectorYOLOv2，返回一个训练有素的yolov2ObjectDetector对象。

导入的检测器必须是以下支持对象之一:金宝app

  • rcnnObjectDetector

  • fastRCNNObjectDetector

  • fasterRCNNObjectDetector

  • ssdObjectDetector

  • yolov2ObjectDetector

编程使用

块参数:探测器
类型:特征向量,字符串
价值观:探测器从MAT文件'|' MATLAB函数的检测器'
默认值:探测器从MAT文件'

此参数指定包含要加载的检测器对象的MAT文件的名称。如果文件不在MATLAB路径上，则使用浏览按钮以定位文件。

依赖关系

要启用该参数，请设置探测器参数MAT文件中的检测器．

编程使用

块参数:DetectorFilePath
类型:特征向量,字符串
价值观:MAT文件路径或名称
默认值:“untitled.mat”

此参数指定返回训练过的对象检测器的MATLAB函数的名称。例如，指定函数vehicleDetectorYOLOv2，返回一个训练有素的yolov2ObjectDetector对象，或指定自定义函数。

依赖关系

要启用该参数，请设置探测器参数来自MATLAB函数的检测器．

编程使用

块参数:DetectorFunction
类型:特征向量,字符串
价值观:MATLAB函数名
默认值:“无题”

将感兴趣的搜索区域指定为表单的向量[宽度高度]．向量以像素为单位指定区域的左上角和大小。

依赖关系

要启用该参数，请选择指定感兴趣区域参数。

编程使用

块参数:ROI
类型:特征向量,字符串
价值观:字符向量指定为”(宽度高度]“
默认值:'[1 1 100 100]'

指定检测阈值为范围[0,1]内的标量。分数低于此阈值的检测将被删除。要减少误报，请增加该值。

依赖关系

要启用该参数，必须使用支持金宝app检测阈值参数。例如，使用ayolov2ObjectDetector对象。

编程使用

块参数:阈值
类型:特征向量,字符串
价值观:标量
默认值:“0.5”

将最强区域提议的最大数目指定为整数。降低这个值以提高检测精度为代价的处理速度。要使用所有区域提议，请指定此参数为正．

依赖关系

要启用此参数，请使用支持金宝app最强区域数参数。例如，使用anrcnnObjectDetector对象。

编程使用

块参数:NumStrongestRegions
类型:特征向量,字符串
价值观:整数
默认值:“2000”

指定窗体的最大区域大小为矢量[高度宽度]．单位是像素。最大区域大小定义了包含该对象的最大区域的大小。例如,[5050将包含对象的最大区域的大小设置为50——- - - - - -50像素。为了减少计算时间，将该值设置为输入测试图像中可检测到的对象的已知最大区域大小。

依赖关系

要启用该参数

  • 选择指定最大区域大小参数。

  • 使用支持的检测器金宝app最大区域大小参数。例如，使用ayolov2ObjectDetector对象。

编程使用

块参数:最大尺寸
类型:特征向量,字符串
价值观:字符向量指定为”(高度宽度]“
默认值:“(50 50)”

指定窗体的最小区域大小为矢量[高度宽度]．单位是像素。最小区域大小定义了包含对象的最小区域的大小。例如,[11将包含对象的最小区域的大小设置为1——- - - - - -1像素。

依赖关系

要启用该参数

  • 选择指定最小区域大小参数。

  • 使用支持的检测器金宝app最小区域大小参数。例如，使用ayolov2ObjectDetector对象。

编程使用

块参数:MinSize
类型:特征向量,字符串
价值观:字符向量指定为”(高度宽度]“
默认值:“(1)”

将最大检测次数指定为正整数。该值为检测次数的上限。

编程使用

块参数:MaxDetections
类型:特征向量,字符串
价值观:整数
默认值:“500”

模型的例子

基于深度学习的Simulink车道和车辆检测金宝app

基于深度学习的Simulink车道和车辆检测金宝app

在Simulink®模型中使用深度卷积神经网络来执行车道和车辆检测。金宝app本例以交通视频中的帧作为输入，输出两个车道边界，分别对应ego车辆的左右车道，并检测帧中的车辆。

扩展功能

另请参阅

对象

块

介绍了R2021b

计算机视觉工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书