神经网络层用于输出固定大小的矩形roi特征图
ROI马克斯池层输出固定大小为每个矩形特征图谱ROI内输入特征映射。使用这一层创建一个快速或更快R-CNN对象检测网络。
给定一个输入特征的地图大小(HWCN),C的渠道和数量吗N是观测的数量,输出特性图大小(高度宽度C总和
(米),高度和宽度是输出尺寸。米是一个向量的长度N和米(我)相关roi的数量我th地图输入功能。
这一层有两个输入:
“在”
——输入特征映射,将裁剪
“投资回报”
——roi的池
使用输入名称连接或断开时ROI马克斯池层其他层使用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™)。
层= roiMaxPooling2dLayer (outputSize)
创建一个马克斯池层roi和设置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)