ssdLayers
(待拆卸)SSD多盒对象检测网络
ssdLayers
函数将在以后的版本中删除。使用ssdObjectDetector
功能,创建SSD对象检测网络。
语法
描述
创建SSD (single shot detector)多盒目标检测网络lgraph
= ssdLayers (图象尺寸
,numClasses
,networkName
)networkName
,输入图像大小,以及应该配置网络进行分类的类的数量。网络返回为LayerGraph
(深度学习工具箱)对象。
SSD是一个基于卷积神经网络的对象检测器,可以预测边界框坐标、分类分数和相应的类标签。
返回一个包含自定义锚框的SSDlgraph
= ssdLayers (图象尺寸
,numClasses
,网络
,anchorBoxes
,predictorLayerNames
)anchorBoxes
在指定位置连接到网络层的predictorLayerNames
。除了前面语法中的输入参数外,还要指定这些参数。
例子
输入参数
输出参数
算法
的ssdLayers
函数创建SSD网络并返回lgraph
表示SSD对象检测器的网络架构的对象。
的trainSSDObjectDetector
函数训练并返回一个SSD对象检测器,ssdObjectDetector
。使用检测
对象函数的ssdObjectDetector
对象,使用经过SSD网络架构训练的检测器来检测对象。
bbox = detect(检测器,I)
的ssdLayers
函数使用预训练的神经网络作为基网络,并在基网络中添加创建SSD对象检测网络所需的检测子网。给定一个基本网络,ssdLayers
移除基网络中继特征层之后的所有层,并添加检测子网。检测子网由串联卷积层、整流线性单元(ReLU)层和批归一化层组成。检测子网中增加SSD合并层、盒回归层、焦损分类层。
参考文献
bbb Liu, Wei, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed,付成阳,Alexander C. Berg。“SSD:单镜头多盒探测器。”在计算机视觉- ECCV 2016,由Bastian Leibe, Jiri Matas, Nicu Sebe和Max Welling编辑,9905:21-37。中国:b施普林格国际出版,2016。https://doi.org/10.1007/978 - 3 - 319 - 46448 - 0 - _2。
[2] Huang, Jonathan, Vivek Rathod,孙晨,朱梦龙,Anoop Korattikara, Alireza Fathi, Ian Fischer,等。“现代卷积对象检测器的速度/精度权衡”。在2017 IEEE计算机视觉与模式识别大会(CVPR), 3296 - 97。檀香山,HI:IEEE, 2017。https / / doi.org/10.1109/CVPR.2017.351。
版本历史
在R2020a中引入另请参阅
对象
功能
trainSSDObjectDetector
|analyzeNetwork
(深度学习工具箱)|resnet50
(深度学习工具箱)|vgg16
(深度学习工具箱)|resnet101
(深度学习工具箱)