主要内容

rpnclassificationlayer.

区域提案网络的分类层（RPN）

展开所有页面

描述

区域提案网络（RPN）分类层将图像区域分类为目的要么背景通过使用跨熵损失功能。使用此图层创建更快的R-CNN对象检测网络。

创建

句法

tillay = rpnclassificallayer.
tillay = rpnclassificationlayer（'name'，name）

描述

tillay = rpnclassificallayer.为更快的R-CNN对象检测网络创建两级分类层。

例子

tillay = rpnclassificationlayer（'name'，name）创建一个两级分类层并设置可选姓名财产。

特性

展开全部

图层名称，指定为字符向量或字符串标量。为了层阵列输入，Trainnetwork.那汇编那分层图， 和dlnetwork.函数自动将名称分配给图层姓名调成''。

数据类型：char|细绳

此属性是只读的。

图层的输入数。此图层仅接受单个输入。

数据类型：双倍的

此属性是只读的。

图层的输入名称。此图层仅接受单个输入。

数据类型：细胞

例子

全部收缩

打开直播脚本

使用名称创建RPN SoftMax层'rpn_softmax'。

rpnsoftmax = rpnsoftmaxlayer（'姓名'那'rpn_softmax'的）
RPNSOFTMAX = RPNSOFTMAXLAYER具有属性：名称：'rpn_softmax'

使用名称创建RPN分类层'rpn_cls'。

rpnclassification = rpnclassificatificer（'姓名'那'rpn_cls'的）
RPNClassification = RPNClassificationLayer具有属性：名称：'RPN_CLS'

将RPN SoftMax和RPN分类图层添加到a层数组，形成RPN的分类分支。

numanchors = 3;rpnclasslayers = [卷积2dlayer（1，numanchors * 2，'姓名'那'conv1x1_box_cls'）RPNSoftmax Rpnclassification]
Rpnclasslayers =带有图层的3x1层阵列：1'conv1x1_box_cls'卷积6 1x1带势长的卷曲[11]和填充[0 0 0 0] 2'RPN_SOFTMAX'RPN SoftMax RPN SoftMax 3'RPN_CLS的RPN分类输出交叉熵损失'对象'和'背景'课程

也可以看看

|（深度学习工具箱）|

话题

在R2018B中介绍

计算机视觉工具箱文档

金宝app

matlabで始めるディープラーニング

matlabで始めるディープラーニング

电子书をダウンロードする