神经网络层用于输出固定大小的矩形roi特征映射
ROI最大池化层为输入特征映射中的每个矩形ROI输出固定大小的特征映射。使用这一层创建一个快速或更快的R-CNN对象检测网络。
给定一个大小为[的输入特征映射HWCN),C频道数是多少N为观测个数,则输出的特征图大小为[高度宽度C总和
(米),高度和宽度是输出大小。米是一个有长度的向量吗N和米(我)是与项目相关联的roi数目我-输入特征映射。
这一层有两个输入:
“在”
-将被裁剪的输入特征图
“投资回报”
-要汇集的投资回报率清单
在连接或断开ROI最大池化层与其他层的连接时使用输入名称connectLayers
(深度学习工具箱)或disconnectLayers
(深度学习工具箱)(需要深度学习工具箱™)。
layer = roiMaxPooling2dLayer(outputSize)
为roi创建一个最大池层,并设置OutputSize
财产。
trainFastRCNNObjectDetector
|trainFasterRCNNObjectDetector
|roiInputLayer
|maxPooling2dLayer
(深度学习工具箱)|layerGraph
(深度学习工具箱)|connectLayers
(深度学习工具箱)|removeLayers
(深度学习工具箱)