主要内容

regionProposalLayer

地区更快R-CNN方案层

自从R2018b

扩展所有的页面

描述

地区建议层输出边界框周围潜在的对象在一个图像的一部分地区建议网络(RPN) R-CNN更快。进一步完善这些输出额外的层速度R-CNN生成最终的目标检测结果。

这一层有两个输入:

  • “分数”——分类评分项分类产生的分支

  • “boxDeltas”——产生的边界框三角洲RPN回归分支

使用输入名称连接或断开时该地区其他层使用方案层connectLayers(深度学习工具箱)或disconnectLayers(深度学习工具箱)(需要深度学习工具箱™)。

创建

语法

层= regionProposalLayer (anchorBoxes)
层= regionProposalLayer (anchorBoxes,“名字”,名称)

描述

层= regionProposalLayer (anchorBoxes)提议创建一个区域层建设更快R-CNN对象检测网络,并设置AnchorBoxes财产。

例子

层= regionProposalLayer (anchorBoxes“名字”,名称)创建一个地区计划层和设置可选的的名字财产。

属性

全部展开

锚箱、指定为一个米2矩阵定义(高度宽度的米锚箱。

锚箱是固定大小的预定义的边界框的模板。每个锚箱的大小通常是基于先验知识确定对象的规模和比例的训练数据集。一项网络训练预测所需的翻译和尺度改变使锚箱与地面真理边界框。[1]

图层名称,指定为一个特征向量或字符串标量。为层数组输入,trainNetwork(深度学习工具箱),assembleNetwork(深度学习工具箱),layerGraph(深度学习工具箱),dlnetwork(深度学习工具箱)函数自动分配名称层的名称”。

数据类型:字符|字符串

输入层的数量。这一层有两个输入。

数据类型:双

输入层的名称。这一层有两个输入,姓名“分数”和“boxDeltas”。

数据类型:细胞

这个属性是只读的。

输出层的数量。这一层只有一个输出。

数据类型:双

这个属性是只读的。

输出层的名称。这一层只有一个输出。

数据类型:细胞

例子

全部折叠

打开生活的脚本

定义三个广场锚箱为该地区方案层。

anchorBoxes = (16 16 64 64 128 128);

创建一个地区建议层与名字“region_proposal”。

regionProposal = regionProposalLayer (anchorBoxes,“名字”,“region_proposal”);

引用

[1]任,S。,K. He, R. Girshick, and J. Sun. "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks."先进的神经信息处理系统。28日,2015卷。

版本历史

介绍了R2018b

另请参阅

|(深度学习工具箱)|(深度学习工具箱)|(深度学习工具箱)

主题