主要内容

选择对象检测器

计算机Vision Toolbox™提供对象探测器，用于用于查找和分类图像或视频中的对象。使用对象检测器函数列车探测器，然后用机器学习和深度学习来快速准确地预测图像中的物体的位置。

选择探测器时，请考虑是否需要这些功能::

应用和性能

  • 单个与多个类 - 多个类需要在多个位置使用的不同分类器的变化，并在图像或视频上缩放。

  • 运行时性能 - 探测器的性能因其检测到图像中的对象所需的时间而异。针对单个类或培训的检测器培训以检测姿势和形状类似的对象的探测器，将具有比在多个对象上培训的深度学习检测器更快的运行时性能。更重要的是，深度学习速度慢，因为它需要更多的计算，而不是基于机器学习或基于特征的检测方法。

  • 机器学习 - 机器学习使用两种类型的技术：监督学习，它在已知的输入和输出数据上培训模型，以便它可以预测未来的输出和无人监督的学习，它在输入数据中找到隐藏的模式或内在结构。有关更多详细信息，请参阅Matlab机器学习（统计和机器学习工具箱）

  • 深度学习 - 用算法，掠夺模型和应用实现深神经网络。您可以使用卷积神经网络在图像上执行分类和回归。有关更多详细信息，请参阅使用深度学习开始对象检测。

部署

  • C / C ++代码生成 - SSD，YOLO，ACF和系统对象的探测器支持金宝app马铃薯®编码器™C和C ++代码生成各种硬件平台，从桌面系统到嵌入式硬件。有关更多详细信息，请参阅Matlab编码器。基于R-CNN的探测器不支持代码生成。金宝app

  • GPU代码生成 - 基于深度学习的探测器支持GPU代码生成优化的CUDA金宝app®通过GPU编码器™进行嵌入式视觉和自主系统。有关更多详细信息，请参阅GPU编码器。

使用表查看并比较对象检测器功能。

探测器 多个课程支持金宝app 深度学习支持金宝app 代码支持金宝app GPU支金宝app持 例子 描述
fasterrcnnobjectdetector. 是的 是的 不 是的 物体检测使用更快的R-CNN深度学习

  • 需要GPU进行最佳性能。

  • 当您需要更精确的对象本地化精度时，请使用此检测器。

  • R-CNN系列的最佳性能，但比Yolo V2和SSD慢。

更快的R-CNN是一个两级网络。第二阶段改进了第一阶段产生的检测提案，这有助于提高运行时性能成本的本地化。

R-CNN对象探测器的比较
fastrcnnobjectdetector 是的 是的 不 是的 火车快速R-CNN停止标志探测器

  • 考虑从中开始fasterrcnnobjectdetector.。

  • 需要GPU进行最佳性能。

  • 如果您有自己的制作对象区域的方法，请使用此探测器。

  • 比R-CNN更快，但比R-CNN更快。

R-CNN对象探测器的比较
rcnobjectdetector 是的 是的 不 是的 使用R-CNN深度学习列车对象探测器

该算法将矩形区域提出与卷积神经网络特征相结合。它是一种两级检测算法。第一阶段标识可能包含对象的图像中的区域的子集。第二阶段对每个区域中的对象进行分类。

R-CNN对象探测器的比较
Yolov2ObjectDetector. 是的 是的 是的 是的 使用YOLO V2深度学习的对象检测

  • 考虑使用SSD或YOLO V3进行各种尺寸的更好性能。

  • 需要GPU进行最佳性能。

  • 当需要更好的运行时性能时，使用此检测器，并且您的对象在尺寸上没有大小或较小的对象。

  • 与更快的R-CNN相比，更好的运行时性能。

YOLO V2使用单级网络来执行对象检测。
ssdobjectdetector 是的 是的 是的 是的 使用SSD深度学习的对象检测

  • 需要GPU进行最佳性能。

  • 当您需要检测各种尺寸的对象时，使用此检测器，需要更好的运行时性能。

  • 比R-CNN和YOLO V2更好的运行时性能。

单次检测器（SSD）使用单级检测网络使用多尺度特征来检测对象。
AcfObjectDetector. 不 不 是的 不 火车基于ACF的停止标志探测器

  • 一个适用于单类对象检测的刚性对象检测器。

  • 如果需要检测多个对象类或具有属于同一类但是不同的配置或姿势的对象，请考虑使用深度学习对象检测器。

  • 当要检测的对象时，使用此检测器具有类似的姿势和形状，并且运行时性能至关重要。

  • 比CPU上的基于深度学习的探测器更好的运行时间性能。

ACF适用于单级，无论姿势如何轻松归类。例如，侦查一个人可以很好地努力，他们可以在多个姿势中识别，例如坐着，站立或骑马。

ACF无法正常工作，用于从各种观点来检测车辆，如前，侧和后部。
Peopledetectoracf. 托尔 不 是的 不 跟踪移动车辆的行人

使用此预制探测器检测直立定位的人。
Vision.peopledetector 托尔 不 是的 不 深度估计立体视频 使用此预制级联对象检测器检测直立定位的人。
Vision.cascadeObjectDetector 不 不 是的 不 使用正面脸部分类模型检测图像中的面孔

  • Viola-Jones对象检测器适用于刚性物体检测。使用HAAR，HOG或LBP功能。

  • 如果培训一个新的探测器，请考虑以ACF开始以获得更好的性能。

  • 当预磨损的探测器可用于您对检测的对象类时，使用此检测器，并且对象的姿势或形状几乎没有变化。
面具R-CNN 是的 是的 不 是的 幻灯片r-cnn入门，例如分段

当您需要对单个对象进行分割时使用此检测器。
YOLO V3. 是的 是的 是的 是的 物体检测使用YOLO V3深度学习

YOLO V3是单级网络，使用多尺度功能来更好地处理各种尺寸的对象的检测。
车辆（自动驾驶工具箱） 托尔 不 是的 不 使用相机跟踪多辆车辆（自动驾驶工具箱） 普里夫射频探测器
vevicledetectorfasterrcnn.（自动驾驶工具箱） 托尔 是的 不 是的 火车深入学习车辆探测器（自动驾驶工具箱） 预制率更快的R-CNN探测器
vevicledetoryolov2.（自动驾驶工具箱） 托尔 是的 是的 是的 使用单眼相机和YOLO V2检测车辆（自动驾驶工具箱） 预制yolo v2探测器

也可以看看

应用

对象

功能

相关话题

计算机视觉工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书