经典的ROI Mask-CNN池层
一个ROI层对齐输出固定大小的特征图中的每个矩形ROI地图输入功能。使用这一层创建一个面具R-CNN网络。
给定一个输入特征的地图大小(HWCN),C的渠道和数量吗N是观测的数量,输出特性图大小(hwC总和
(米),h和w指定的输出大小。米是一个向量的长度N和米(我)相关roi的数量我th地图输入功能。
这一层有两个输入:
“在”
——输入特性图
“投资回报”
——roi的池
使用输入名称连接或断开时ROI对齐层其他层使用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™)。
层= roiAlignLayer (outputSize)
创建一个ROI使层与集中输出大小outputSize
。的outputSize
输入设置OutputSize财产。
层= roiAlignLayer (outputSize、名称、值)
设置属性的ROI对齐层通过使用一个或多个参数名称-值对。在报价附上每个属性的名字。
例如,roiAlignLayer(7[7],“名字”,“roiAlignLayer”)
创建一个ROI使层与集中输出7-by-7像素大小和名称“roialignlayer”。
roiMaxPooling2dLayer
|trainFastRCNNObjectDetector
|trainFasterRCNNObjectDetector