主要内容

深入学习对象探测器

使用训练有素的深度学习对象探测器检测对象

扩展所有的页面
  • 库:

  • 计算机视觉工具箱/分析和提高

  • 深入学习对象探测器

描述

深度学习对象探测器块预测边界框,输入图像的类标签,分数使用训练对象探测器通过指定块参数。这个块允许加载pretrained对象探测器到仿真软件金宝app®模型从垫子上文件或MATLAB®函数。这个块提供了一个图形界面在仿真软件中使用探测器的对象。金宝app启用深度学习对象的一些参数检测器块您必须选择一个对象探测器,支持这些参数。金宝app例如,使用一个yolov2ObjectDetector对象这一块使您能够选择参数相似名称相关的参数检测对象的功能。

港口

输入

全部展开

一个H——- - - - - -W——- - - - - -C数字数组,H,W,C高度,宽度,分别和通道图像的数量。只能填报一个每个时间步图像作为输入。

输出

全部展开

在输入图像中检测到的对象的位置,作为一个返回米4矩阵。米是边界框的数量检测到图像中。你可以把一个上界的大小米通过指定最大数量的检测参数。每一行的Bboxes的形式(xy宽度高度),指定相应的边界框的左上角和大小(以像素为单位)。

边界框的标签,作为一个返回米1列举向量。米是边界框的数量检测到图像中。

检测信心得分为每个标签,作为一个返回米1的向量。米是边界框的数量检测到图像中。更高的分数表明更高的诊断信心。

参数

全部展开

选择源探测器对象从这些选项:

  • 探测器从垫子上文件——从垫文件导入检测器对象。例如,选择一个垫子文件包含一个rcnnObjectDetector对象。

  • 探测器从MATLAB函数——导入检测器对象从一个MATLAB函数。例如,指定函数vehicleDetectorYOLOv2返回一个训练yolov2ObjectDetector对象。

导入的探测器必须支持其中的一个对象:金宝app

  • rcnnObjectDetector

  • fastRCNNObjectDetector

  • fasterRCNNObjectDetector

  • ssdObjectDetector

  • yolov2ObjectDetector

编程使用

块参数:探测器
类型:特征向量,字符串
价值观:探测器从垫文件”|“探测器从MATLAB函数”
默认值:探测器从垫文件”

该参数指定的名称垫对象加载文件,其中包含探测器。如果文件不是MATLAB路径,使用浏览按钮来定位文件。

依赖关系

要启用该参数,设置探测器参数探测器从垫子上文件。

编程使用

块参数:DetectorFilePath
类型:特征向量,字符串
价值观:垫文件路径或名称
默认值:“untitled.mat”

该参数指定的名称MATLAB函数,返回一个训练对象探测器。例如,指定函数vehicleDetectorYOLOv2返回一个训练yolov2ObjectDetector对象,或指定一个自定义函数。

依赖关系

要启用该参数,设置探测器参数探测器从MATLAB函数。

编程使用

块参数:DetectorFunction
类型:特征向量,字符串
价值观:MATLAB函数名
默认值:“无题”

指定感兴趣的搜索区域的矢量形式(x y宽度高度]。向量指定区域的左上角和大小(以像素为单位)。

依赖关系

要启用该参数,选择指定感兴趣的地区参数。

编程使用

块参数:ROI
类型:特征向量,字符串
价值观:特征向量指定为”(x y宽度高度]“
默认值:“[1 1 100 100]”

检测阈值指定为标量范围[0,1]。检测,分数低于这个阈值删除。减少假阳性,增加这个值。

依赖关系

要启用该参数,您必须使用一个支持的探测器金宝app检测阈值参数。例如,使用一个yolov2ObjectDetector对象。

编程使用

块参数:阈值
类型:特征向量,字符串
价值观:标量
默认值:“0.5”

指定的最大数量最强的地区建议作为一个整数。降低这个值来加快处理检测精度为代价的。使用所有地区的提案,这个参数指定为正。

依赖关系

要启用该参数,使用一个支持的探测器金宝app最强的区域数量参数。例如,使用一个rcnnObjectDetector对象。

编程使用

块参数:NumStrongestRegions
类型:特征向量,字符串
价值观:整数
默认值:“2000”

指定的最大区域大小作为一个向量的形式高度宽度]。单位是像素。的最大区域大小定义了包含对象的规模最大的地区。例如,[5050)设置包含对象的规模最大的地区50——- - - - - -50像素。为了减少计算时间,将这个值设置为已知的最大区域大小的对象能被探测到的输入测试图像。

依赖关系

启用该参数

  • 选择指定最大区域大小参数。

  • 使用支持一个检测器金宝app最大区域大小参数。例如,使用一个yolov2ObjectDetector对象。

编程使用

块参数:最大尺寸
类型:特征向量,字符串
价值观:特征向量指定为”(高度宽度]“
默认值:“(50 50)”

指定的最小区域大小作为一个向量的形式高度宽度]。单位是像素。的最小区域大小定义包含对象的最小区域的大小。例如,[11)集包含对象的最小区域的大小1——- - - - - -1像素。

依赖关系

启用该参数

  • 选择指定最小区域大小参数。

  • 使用支持一个检测器金宝app最小区域大小参数。例如,使用一个yolov2ObjectDetector对象。

编程使用

块参数:MinSize
类型:特征向量,字符串
价值观:特征向量指定为”(高度宽度]“
默认值:“(1)”

指定的最大数量检测作为一个正整数。这个值是检测的数量的上限。

编程使用

块参数:MaxDetections
类型:特征向量,字符串
价值观:整数
默认值:“500”

模型的例子

车道,车辆检测仿真软件使用深度学习金宝app

车道,车辆检测仿真软件使用深度学习金宝app

使用深卷积神经网络模型内®模型执行巷和车辆检测。金宝app这个例子以交通视频的帧作为输入,输出两个车道边界对应的左和右车道自我车辆,和检测车辆的框架。

扩展功能

另请参阅

对象

块

介绍了R2021b

计算机视觉工具箱文档

金宝app

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书