Exponenta Banner
exponenta event banner

rpnSoftmaxLayer

Слой Softmax для сети предложения по области (RPN)

расширьте все на странице

Описание

Сеть предложения по области (RPN) softmax слой применяет softmax функцию активации к входу. Используйте этот слой, чтобы создать Более быструю сеть обнаружения объектов R-CNN.

Создание

Синтаксис

layer = rpnSoftmaxLayer
layer = rpnSoftmaxLayer('Name',Name)

Описание

layer = rpnSoftmaxLayer создает softmax слой для Более быстрой сети обнаружения объектов R-CNN.

пример

layer = rpnSoftmaxLayer('Name',Name) создает softmax слой и устанавливает дополнительное свойство Name.

Свойства

развернуть все

Имя слоя, заданное как вектор символов или скаляр строки. Чтобы включать слой в график слоя, необходимо задать непустое уникальное имя слоя. Если вы обучаете серийную сеть со слоем, и Name установлен в '', то программное обеспечение автоматически присваивает имя к слою в учебное время.

Типы данных: char | string

Количество входных параметров слоя. Этот слой принимает один вход только.

Типы данных: double

Введите имена слоя. Этот слой принимает один вход только.

Типы данных: cell

Количество выходных параметров слоя. Этот слой имеет один вывод только.

Типы данных: double

Выведите имена слоя. Этот слой имеет один вывод только.

Типы данных: cell

Примеры

свернуть все

Скрипт Open Live Script

Создайте RPN softmax слой с именем 'rpn_softmax'.

rpnSoftmax = rpnSoftmaxLayer('Name','rpn_softmax')
rpnSoftmax = 
  RPNSoftmaxLayer with properties:

    Name: 'rpn_softmax'

Создайте слой классификации RPN с именем 'rpn_cls'.

rpnClassification = rpnClassificationLayer('Name','rpn_cls')
rpnClassification = 
  RPNClassificationLayer with properties:

    Name: 'rpn_cls'

Добавьте RPN softmax и слои классификации RPN к массиву Layer, чтобы сформировать ответвление классификации RPN.

numAnchors = 3;
rpnClassLayers = [
    convolution2dLayer(1,numAnchors*2,'Name','conv1x1_box_cls')
    rpnSoftmax
    rpnClassification
    ]
rpnClassLayers = 
  3x1 Layer array with layers:

     1   'conv1x1_box_cls'   Convolution                 6 1x1 convolutions with stride [1  1] and padding [0  0  0  0]
     2   'rpn_softmax'       RPN Softmax                 rpn softmax
     3   'rpn_cls'           RPN Classification Output   cross-entropy loss with 'object' and 'background' classes

Смотрите также

| |

Темы

Введенный в R2018b

Документация Computer Vision Toolbox
Поддержка