fastRCNNObjectDetectorMonoCamera

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

расширьте все на странице

Описание

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

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

Создание

  1. Создайте fastRCNNObjectDetector объект путем вызова trainFastRCNNObjectDetector функция с обучающими данными (требует Deep Learning Toolbox™).

    detector = trainFastRCNNObjectDetector(trainingData,...);

  2. Создайте monoCamera возразите, чтобы смоделировать монокулярный датчик камеры.

    sensor = monoCamera(...);

  3. Создайте fastRCNNObjectDetectorMonoCamera объект путем передачи детектора и датчика как входные параметры к configureDetectorMonoCamera функция. 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 trainingData таблица задана в trainFastRCNNObjectDetector функция. Можно изменить это имя после создания fastRCNNObjectDetectorMonoCamera объект.

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 RegionProposalFcn свойство.

Метод предложения по области, определенный функцией указатель.

Это свойство доступно только для чтения.

Имена классов объектов, которые Быстрый детектор R-CNN был обучен найти, заданный как массив ячеек. Это свойство установлено trainingData входной параметр для trainFastRCNNObjectDetector функция. Задайте имена классов как часть trainingData таблица.

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 monoCamera объект. Объект содержит внутренние параметры камеры, местоположение, подачу, отклонение от курса, и размещение списка и мировые единицы измерения для параметров. Используйте внутренние параметры, чтобы преобразовать объектные точки в изображение к мировым координатам, которые можно затем сравнить со значениями в WorldObjectSize свойство.

Область значений ширин объекта и длин в мировых единицах измерения, заданных как [minWidth maxWidth] вектор или [minWidth maxWidth; minLength maxLength] вектор. Указание диапазона объектных длин является дополнительным.

Функции объекта

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

Смотрите также

Приложения

Функции

Объекты

Темы

Введенный в R2017a

Документация Automated Driving Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте