文档帮助中心文档
modelName
使用更快的R-CNN检测车辆
探测器= vehicleDetectorFasterRCNN
例子
探测器= vehicleDetectorFasterRCNN返回训练过的更快的R-CNN(卷积神经网络区域)目标检测器,用于检测车辆。Faster R-CNN是一个深度学习对象检测框架,使用卷积神经网络(CNN)进行检测。
探测器
检测器使用车辆前、后、左、右的未遮挡图像进行训练。与车辆检测器一起使用的CNN使用了MobileNet-v2网络架构的改进版本。
使用此功能需要深度学习工具箱™。
请注意
检测器训练使用uint8图像。在使用此检测器之前,通过使用im2uint8或重新调节.
uint8
im2uint8
重新调节
全部折叠
这个示例使用:
在单个图像中检测汽车,并用检测分数标注图像。为了检测车辆,使用更快的R-CNN目标检测器,它是用车辆的图像训练的。
加载预先训练好的探测器。
fasterRCNN = vehicleDetectorFasterRCNN;
在加载的图像上使用检测器。存储包围盒的位置和它们的检测分数。
我= imread (“highway.png”);[bboxes,分数]=检测(fasterRCNN,我);
用检测和它们的分数注释图像。
我= insertObjectAnnotation (,“矩形”bboxes,分数);图imshow(我)标题(“被检测车辆和检测分数”)
fasterRCNNObjectDetector
训练了更快的基于r - cnn的目标检测器,返回为fasterRCNNObjectDetector对象。
全部展开
未来版本中的行为改变
modelName不推荐输入参数。要更新代码,请删除。的所有实例modelName.
modelName =“front-rear-view”探测器= vehicleDetectorFasterRCNN (modelName);
探测器= vehicleDetectorFasterRCNN;
fasterRCNNObjectDetector|trainFasterRCNNObjectDetector|vehicleDetectorACF|vehicleDetectorYOLOv2
trainFasterRCNNObjectDetector
vehicleDetectorACF
vehicleDetectorYOLOv2
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系