Exponenta Banner
exponenta event banner

fastRCNNObjectDetectorMonoCamera

Обнаружьте объекты в монокулярной камере с помощью Быстрого детектора глубокого обучения R-CNN

расширьте все на странице

Описание

Объект fastRCNNObjectDetectorMonoCamera содержит информацию о Быстром R-CNN (области со сверточными нейронными сетями) объектный детектор, который сконфигурирован для использования с монокулярным датчиком камеры. Чтобы обнаружить объекты в изображении, которое было получено камерой, передайте детектор функции detect. Чтобы классифицировать области изображений, передайте детектор функции classifyRegions.

При использовании detect или classifyRegions с fastRCNNObjectDetectorMonoCamera, использованием графического процессора CUDA®-enabled NVIDIA® с вычислить возможностью 3,0 или выше настоятельно рекомендован. Графический процессор значительно уменьшает время вычисления. Использование графического процессора требует Parallel Computing Toolbox™.

Создание

  1. Создайте объект fastRCNNObjectDetector путем вызывания функции trainFastRCNNObjectDetector с данными тренировки (требует Deep Learning Toolbox™).

    detector = trainFastRCNNObjectDetector(trainingData,...);

  2. Создайте объект monoCamera смоделировать монокулярный датчик камеры.

    sensor = monoCamera(...);

  3. Создайте объект fastRCNNObjectDetectorMonoCamera путем передачи детектора и датчика как входные параметры к функции configureDetectorMonoCamera. Сконфигурированный детектор наследовал значения свойств от исходного детектора.

    configuredDetector = configureDetectorMonoCamera(detector,sensor,...);

Свойства

развернуть все

Имя модели классификации, заданной как вектор символов или скаляр строки. По умолчанию имя определяется к заголовку второго столбца таблицы trainingData, заданной в функции trainFastRCNNObjectDetector. Можно изменить это имя после создания объекта fastRCNNObjectDetectorMonoCamera.

Пример: 'stopSign'

Это свойство доступно только для чтения.

Обученная Быстрая сеть обнаружения R-CNN, заданная как объект. Это объектно-ориентированная память слои, которые задают сверточную нейронную сеть, используемую в Быстром детекторе R-CNN. Эта сеть классифицирует предложения по области, произведенные свойством RegionProposalFcn.

Метод предложения по области, заданный как указатель на функцию.

Это свойство доступно только для чтения.

Имена классов объектов, которые Быстрый детектор R-CNN был обучен найти, заданный как массив ячеек. Это свойство установлено входным параметром trainingData для функции trainFastRCNNObjectDetector. Задайте имена классов как часть таблицы trainingData.

Это свойство доступно только для чтения.

Минимальный размер объекта поддержан сетью Fast R-CNN, заданной как [height width] вектор. Минимальный размер зависит от сетевой архитектуры.

Это свойство доступно только для чтения.

Настройка камеры, заданная как объект monoCamera. Объект содержит камеру intrinsics, местоположение, подачу, отклонение от курса, и размещение списка и мировые модули для параметров. Используйте intrinsics, чтобы преобразовать объектные точки в изображение к мировым координатам, которые можно затем сравнить со значениями в свойстве WorldObjectSize.

Область значений ширин объекта и длин в мировых модулях, заданных как [minWidth maxWidth] вектор или [minWidth maxWidth; minLength maxLength] вектор. Определение области значений объектных длин является дополнительным.

Функции объекта

detectОбнаружьте объекты с помощью детектора объекта Fast R-CNN, сконфигурированного для монокулярной камеры
classifyRegionsКлассифицируйте объекты на области изображений с помощью детектора объекта Fast R-CNN, сконфигурированного для монокулярной камеры

Смотрите также

Приложения

Функции

Объекты

Темы

Введенный в R2017a

Документация Automated Driving Toolbox
Поддержка