主要内容

yolov2ObjectDetector

检测对象使用YOLO v2意思对象探测器

自从R2019a

扩展所有的页面

描述

的yolov2ObjectDetector对象创建一个你只看一次版本2 (YOLO v2意思)对象检测器来检测对象在一个图像。使用这个对象,您可以:

  • 创建一个pretrained YOLO v2对象探测器利用YOLO v2意思意思深度学习网络可可训练数据集。

  • 创建一个自定义YOLO v2意思对象探测器通过使用一个自定义训练YOLO v2意思深学习网络。

您还可以创建一个yolov2ObjectDetector对象通过调用trainYOLOv2ObjectDetector函数与训练数据(需要深度学习工具箱™)。

探测器= trainYOLOv2ObjectDetector (trainingData ____)
YOLO v2意思对象探测器识别特定对象的图像,基于训练图像和地面实况数据使用trainYOLOv2ObjectDetector函数。

检测对象在一个图像,通过YOLO v2对象探测器的意思检测对象的功能。

创建

语法

探测器= yolov2ObjectDetector(名称)
探测器= yolov2ObjectDetector(网络)
探测器= yolov2ObjectDetector (___、“TrainingImageSize”trainingSizes)

描述

Pretrained YOLO v2意思对象探测器

例子

探测器= yolov2ObjectDetector (的名字)创建一个pretrained YOLO v2对象探测器利用YOLO v2意思意思深度学习在可可网络训练数据集。

使用YOLO v2意思网络可可训练数据集,您必须下载并安装计算机视觉工具箱YOLO v2意思™模型对象检测金宝app支持包。你可以下载计算机视觉工具箱YOLO v2意思对象模型检测从附加的探险家。有关更多信息,请参见获取和管理插件。

自定义YOLO v2意思对象探测器

探测器= yolov2ObjectDetector (网络)创建一个YOLO v2意思对象探测器通过使用一个自定义pretrained YOLO v2意思网络指定输入。

输入网络也可以导入网络从ONNX™(打开神经网络交换)。为更多的信息关于如何创建YOLO v2意思对象探测器从进口ONNX YOLO v2网络,意思明白了进口Pretrained ONNX YOLO v2意思对象探测器。

探测器= yolov2ObjectDetector (___“TrainingImageSize”,trainingSizes)指定图像大小培训期间使用通过使用一个名称-值对除了输入参数在前面的语法。

输入参数

全部展开

的名字pretrained YOLO v3意思深学习网络,指定为其中一种:

  • “darknet19-coco”——pretrained YOLO v2意思深入学习网络使用DarkNet-19创建为基础网络和可可训练数据集。

  • “tiny-yolov2-coco”——pretrained YOLO v2意思深入学习网络使用一个小基地创建网络和可可训练数据集。

数据类型:字符|字符串

自定义训练YOLO v2意思网络,作为一个指定DAGNetwork对象。的DAGNetwork必须有一个图像输入层,YOLO v2意思转换层连接到一个YOLO v2意思输出层。

设置图像大小用于培训,指定为逗号分隔两人组成的“TrainingImageSize”和一个米2矩阵。每一行的形式(高度宽度]。默认值是图像网络的输入层的大小。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

属性

全部展开

名字对象探测器,指定为一个特征向量或字符串标量。

  • 如果输入yolov2ObjectDetector对象是一个pretrained YOLO v2意思网络,该属性的默认值设置为的名字pretrained YOLO v2意思网络指定输入。

  • 如果yolov2ObjectDetector创建对象时使用trainYOLOv2ObjectDetector函数,该属性的默认值设置为第二列的标题trainingData表中指定的trainYOLOv2ObjectDetector函数。

您可以修改这个名字在创建yolov2ObjectDetector对象。

这个属性是只读的。

训练YOLO v2意思对象检测网络,作为一个指定DAGNetwork(深度学习工具箱)对象。这个对象存储层,定义YOLO v2意思对象检测网络。

这个属性是只读的。

对象类的名字YOLO v2对象探测器意思是训练有素的,指定为一个单元阵列的特征向量。这个属性设置的trainingData输入参数的trainYOLOv2ObjectDetector函数。指定类名的一部分trainingData表。

这个属性是只读的。

锚箱,指定为一个N2矩阵定义的宽度和高度N锚箱。这个属性设置的AnchorBoxes属性的输出层YOLO v2意思网络。

定义锚箱创建YOLO v2意思时网络使用yolov2Layers函数。或者,如果您创建YOLO v2意思网络分层技术,通过定义锚箱yolov2OutputLayer函数。

这个属性是只读的。

设置图像大小用于培训,指定为一个米2矩阵,每一行的形式高度宽度]。这个属性设置的trainingSizes输入参数。

如果trainingSizes没有指定的输入,则设置该属性的吗trainingSizes论点的trainYOLOv2ObjectDetector函数。在这种情况下,yolov2ObjectDetector通过调用创建对象trainYOLOv2ObjectDetector函数。

对象的功能

检测 检测对象使用YOLO v2意思对象探测器

例子

全部折叠

打开生活的脚本

要运行这个例子,您必须下载并安装计算机视觉工具箱模型™YOLO v2意思对象检测支持包。金宝app

指定的名称pretrained YOLO v2意思深学习网络。

name =“tiny-yolov2-coco”;

创建YOLO v2意思对象探测器利用pretrained YOLO v2意思网络。

探测器= yolov2ObjectDetector(名称);

显示和探测器检查YOLO v2意思的属性对象。

disp(探测器)
yolov2ObjectDetector属性:ModelName:“tiny-yolov2-coco”网络:[1×1 DAGNetwork] TrainingImageSize: 416年[416]AnchorBoxes:[5×2双]一会:[人自行车汽车摩托车飞机汽车火车卡车船红绿灯…)

检测对象在一个未知的图像通过使用pretrained YOLO v2意思对象探测器。

img = imread (“highway.png”);[bboxes、分数、标签]=检测(探测器,img);

显示检测结果。

detectedImg = insertObjectAnnotation (img,“矩形”、bboxes、标签);图imshow (detectedImg)

扩展功能

版本历史

介绍了R2019a

另请参阅

应用程序

功能

对象

主题