Обнаружьте автомобили с помощью Более быстрого R-CNN
detector = vehicleDetectorFasterRCNNdetector = vehicleDetectorFasterRCNN(modelName)detector = vehicleDetectorFasterRCNN
Функция обучает детектор с помощью незакрытых изображений передней стороны, задней части, покинутой, и правые стороны автомобилей. CNN, используемый с детектором автомобиля, использует измененную версию архитектуры сети CIFAR-10.
Использование этой функции требует Deep Learning Toolbox™.
Детектор обучен с помощью изображений uint8. Перед использованием этого детектора повторно масштабируйте входные изображения к области значений [0, 255] при помощи im2uint8 или rescale.
detector = vehicleDetectorFasterRCNN(modelName)modelName. Модель 'full-view' по умолчанию использует учебные изображения, которые не закрываются, представления от передней стороны, задней части, уехали, и правые стороны автомобилей. Модель 'front-rear-view' использует изображения только передних сторон и тыльные стороны автомобилей.
Обнаружьте автомобили в одном изображении и аннотируйте изображение очками обнаружения. Чтобы обнаружить автомобили, используйте детектор объекта Faster R-CNN, который был обучен с помощью изображений автомобилей.
Загрузите предварительно обученный детектор.
fasterRCNN = vehicleDetectorFasterRCNN('full-view');Используйте детектор на загруженном изображении. Сохраните местоположения ограничительных рамок и их очков обнаружения.
I = imread('highway.png');
[bboxes,scores] = detect(fasterRCNN,I);Аннотируйте изображение обнаружениями и их очками.
I = insertObjectAnnotation(I,'rectangle',bboxes,scores); figure imshow(I) title('Detected Vehicles and Detection Scores')
fasterRCNNObjectDetector | trainFasterRCNNObjectDetector | vehicleDetectorACF