主要内容

向前

面具上运行前进传球R-CNN网络

自从R2021b

所有的页面崩溃

语法

dlX outputFeatures =前进(检测器)
[outputFeatures、州]=前进(探测器,dlX)

描述

例子

outputFeatures= (探测器,dlX)计算图像的特征dlX从输出层的面具R-CNN对象探测器。

(outputFeatures,状态]= (探测器,dlX)还返回网络的状态信息。使用状态更新网络参数。

请注意

这个函数需要计算机视觉分割面具R-CNN工具箱™模型实例。您可以安装计算机视觉分割面具R-CNN工具箱模型实例从附加的探险家。关于安装插件的更多信息,请参阅获取和管理插件。要运行这个函数,您将需要深度学习工具箱™。

例子

全部折叠

这个示例使用:

打开生活的脚本

加载一个pretrained面具R-CNN对象探测器。

探测器= maskrcnn (“resnet50-coco”);

读一个图像用于培训,并将图像转换为格式化dlarray对象。

我= imread (“visionteam.jpg”);dlX = dlarray(单(我),“SSCB”);

计算训练图像的特点。

outputFeatures =前进(检测器,dlX);

输入参数

全部折叠

面具R-CNN对象探测器,指定为一个maskrcnn对象。

训练数据,指定为一个格式化的dlarray(深度学习工具箱)对象包含真实,nonsparse数据。维度数据必须的标签“SSCB”。

输出参数

全部折叠

输出特性,作为1-by-6细胞数组返回。每个元素包含一个输出层的激活网络,如表所示。在表中,numClasses类和数量吗numAnchors是锚箱的数量。B批处理是图像的数量。numProposals是建议的数量从该地区方案层。

网络输出 格式
地区建议网络分类输出将softmax手术后

h——- - - - - -w——- - - - - -numAnchors——- - - - - -B数组中。特征映射空间的大小h——- - - - - -w。
地区建议网络回归输出

h——- - - - - -w————(4⁢×numAnchors)———B数组中。特征映射空间的大小h——- - - - - -w。
地区的建议

5 -numProposals矩阵。建议的每一列包含框建议的格式(xStart、yStart xEnd、yEnd batchIdx]。
检测网络分类输出将softmax手术后

1-by-1-by - (numClasses+ 1)——-numProposals数组中。
检测网络回归输出

1-by-1-by - (4×numClasses)———numProposals数组中。
面具分割输出

h面具——- - - - - -w面具——- - - - - -numClasses——- - - - - -numProposals数组中。面具分割输出空间的大小h面具——- - - - - -w面具。

更新网络状态,作为一个表返回。网络状态是一个表有三列:

  • 层层的名字,作为一个字符串标量返回。

  • 参数参数名称,作为字符串返回标量。

  • 价值——参数的价值,作为一个数值数组对象返回。

网络状态包含记得迭代之间的网络信息。

版本历史

介绍了R2021b

另请参阅

|