文档帮助中心文档
创建SSD合并层用于对象检测
SSD合并层将特征图的输出进行合并,用于后续的回归和分类损失计算。使用合并的特征图计算焦损失进行分类,平滑L1损失进行回归。
层= ssdMergeLayer (NumChannels NumInputs)
层= ssdMergeLayer (NumChannels NumInputs,“名字”,名称)
层= ssdMergeLayer (NumChannels NumInputs)创建SSD合并层,指定NumChannels和NumInputs属性为特征映射通道的数量和要合并的输入的数量。
层
NumChannels
NumInputs
例子
层= ssdMergeLayer (NumChannels NumInputs,“名字”,名称)创建SSD合并层,并设置可选的名字属性使用名称-值对。将属性名用单引号括起来。
的名字
例如,ssdMergeLayer(4、6 '名称',' sm1 ')创建SSD合并层的名称“sm1”它融合了四维空间和六幅特色地图。
ssdMergeLayer(4、6 '名称',' sm1 ')
“sm1”
全部展开
每个锚盒的特征映射通道数量,指定为正整数。对于回归问题,NumChannels是4(对于x, y, w, h)对于分类问题,NumChannels等于正在检测的类的数量加上背景类的1。
4
要合并的输入数,指定为正整数。
''
层名,指定为字符向量或字符串标量。若要在层图中包含层,必须指定非空的唯一层名。如果你用层和的名字被设置为'',然后软件在训练时自动为该层分配一个名称。
数据类型:字符|字符串
字符
字符串
全部折叠
指定每个锚盒特征映射通道的数量。回归合并四个通道。
numChannels = 4;
指定要合并的输入的数量。
numInputs = 6;
创建SSD合并层regressionMergeLayer.
regressionMergeLayer
层= ssdMergeLayer (numChannels numInputs,“名字”,“regressionMergeLayer”)
layer = SSDMergeLayer与属性:名称:'regressionMergeLayer' NumChannels: 4 NumInputs: 6
注明类别数目,例如人及车辆。
numClasses = 2
指定输入的数量。
numInputs = 6
创建SSD合并层进行分类。通道的数量等于后台类的数量+ 1。
numChannels = numClasses + 1;clsMergeLayer = ssdMergeLayer(numChannels, numInputs,“名字”,“clsMergeLayer”)
clsMergeLayer = SSDMergeLayer带有属性:Name: 'clsMergeLayer' NumChannels: 3 NumInputs: 6
生成CUDA®或使用GPU Coder™c++代码,您必须首先构建和训练一个深度神经网络。一旦对网络进行了训练和评估,您就可以配置代码生成器来生成代码,并在使用NVIDIA的平台上部署卷积神经网络®或手臂®GPU处理器。有关更多信息,请参见基于GPU编码器的深度学习(GPU编码器).
对于这一层,您可以生成利用NVIDIA CUDA深度神经网络库(cuDNN)或NVIDIA TensorRT™高性能推理库的代码。
trainSSDObjectDetector|trainNetwork(深度学习工具箱)
trainSSDObjectDetector
trainNetwork
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