ssdLayers
SSD多盒对象检测网络
语法
描述
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。
lgraph= 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。
例子
使用VGG-16网络创建SSD网络
指定基本网络。
baseNetwork ='vgg16'；
指定图像大小。
图像= [300 300 3];
指定要检测的类。
numclasses = 2;
创建SSD对象检测网络。
lgraph = ssdLayers(图象尺寸、numClasses baseNetwork);
使用网络分析器可视化网络。
analyzeNetwork (lgraph)
输入参数
输出参数
算法
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。
参考
[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。
您还可以从以下列表中选择一个网站：
