SSD多盒对象检测网络
创建一个单镜头检测器(SSD)多盒对象检测网络基于lgraph
= ssdLayers (图象尺寸
,numClasses
,baseNetwork
)baseNetwork
,输入图像大小,以及网络应该配置为分类的类的数量。网络被返回为LayerGraph
(深度学习工具箱)目的。
SSD是一种基于卷积神经网络的对象检测器,其预测边界框坐标,分类评分和相应的类标签。
返回包含由指定的自定义锚框的SSDlgraph
= ssdLayers (___,anchorBoxes
,predictorlayernames.
)anchorBoxes
在指定的位置连接到网络层的predictorlayernames.
.除了从上一个语法中的输入参数之外,请指定这些参数。
的ssdLayers
函数创建SSD网络并返回lgraph
,该对象表示SSD对象检测器的网络架构。
的trainssdobjectdetector
函数训练并返回SSD对象检测器,ssdObjectDetector
.使用检测
对象函数ssdObjectDetector
对象,使用经过SSD网络架构训练的检测器检测对象。
bbox =检测(探测器,我)
的ssdLayers
功能以预先训练好的神经网络为基础网络,在基础网络上增加了创建SSD对象检测网络所需的检测子网。给定一个基本网络,ssdLayers
删除基础网络中特征层之后的所有层,并添加检测子网。检测子网络由串行连接的卷积层、整流线性单元(ReLU)和批处理归一化层组成。在检测子网络中加入SSD合并层、盒回归层和焦损分类层。
[1] Liu, Wei, Dragomir angelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg。“SSD: Single Shot MultiBox Detector”。在计算机视觉- ECCV 2016, Bastian Leibe, Jiri Matas, Nicu Sebe和Max Welling编辑,9905:21-37。Cham:施普林格International Publishing, 2016。https://doi.org/10.1007/978 - 3 - 319 - 46448 - 0 - _2。
[2]黄,乔纳森,Vivek Rathod,陈国,孟隆荣朱,Anoop Korattikara,Alireza Fathi,Ian Fischer,等。“现代卷积对象探测器的速度/准确性权衡。”在2017年电脑视觉和模式识别的IEEE会议(CVPR), 3296 - 97。火奴鲁鲁,你好:IEEE 2017。https / / doi.org/10.1109/CVPR.2017.351。