ssdLayers
ssdLayers
函数将在未来的版本中被删除。使用ssdObjectDetector
函数创建一个SSD对象检测网络,而不是。
语法
描述
创建一个单一的射探测器(SSD) multibox对象检测网络的基础上lgraph
= ssdLayers (图象尺寸
,numClasses
,networkName
)networkName
、输入图像大小和类的数量应该配置网络分类。网络作为一个返回LayerGraph
(深度学习工具箱)对象。
SSD是卷积神经网络预测对象探测器,边界框坐标,分类分数,和相应的类标签。
返回一个包含指定的自定义锚箱SSDlgraph
= ssdLayers (图象尺寸
,numClasses
,网络
,anchorBoxes
,predictorLayerNames
)anchorBoxes
,在指定的地点连接到网络层predictorLayerNames
。除了指定这些参数输入参数从以前的语法。
例子
输入参数
输出参数
算法
的ssdLayers
函数创建一个SSD网络并返回lgraph
表示网络体系结构,对象为SSD对象探测器。
的trainSSDObjectDetector
功能训练和返回一个SSD对象探测器,ssdObjectDetector
。使用检测
目标函数为ssdObjectDetector
对象检测对象使用SSD的检测器训练网络架构。
bbox =检测(探测器,我)
的ssdLayers
函数使用一个pretrained神经网络为基础网络,它添加了一个检测子网要求创建一个SSD对象检测网络。给定一个基地网络,ssdLayers
成功删除所有的层功能层的基础网络并添加检测子网。检测子网由一组连续连接卷积,纠正线性单元(ReLU),和批量标准化层。SSD合并层,一盒回归层和一层焦损失分类添加到检测子网。
引用
[1]刘魏,Dragomir Anguelov, Dumitru Erhan,基督教Szegedy,斯科特•里德Cheng-Yang Fu,亚历山大·c·伯格。“SSD:单一MultiBox探测器拍摄的。”In计算机视觉——2016年大会,编辑Bastian Leibe Jiri马塔斯·马克斯威灵电机,9905:21-37。可汗:施普林格国际出版,2016年。https://doi.org/10.1007/978 - 3 - 319 - 46448 - 0 - _2。
[2],乔纳森,Vivek Rathod陈太阳,“朱、Anoop Korattikara的专家Alireza Fathi,伊恩•菲舍尔等。“速度/准确性权衡对现代卷积对象探测器”。In2017年IEEE计算机视觉与模式识别会议(CVPR),3296 - 97。火奴鲁鲁,你好:IEEE 2017。https / /doi.org/10.1109/CVPR.2017.351。
版本历史
介绍了R2020a另请参阅
对象
功能
trainSSDObjectDetector
|analyzeNetwork
(深度学习工具箱)|resnet50
(深度学习工具箱)|vgg16
(深度学习工具箱)|resnet101
(深度学习工具箱)