Создайте сеть обнаружения объектов YOLO v2
создает сеть обнаружения объектов YOLO v2 и возвращает его как lgraph
= yolov2Layers(imageSize
,numClasses
,anchorBoxes
,network
,featureLayer
)LayerGraph
объект.
задает источник слоя перестройки при помощи пары "имя-значение". Можно задать эту пару "имя-значение", чтобы добавить слой перестройки в архитектуру сети YOLO v2. Задайте этот аргумент в дополнение к входным параметрам в предыдущем синтаксисе.lgraph
= yolov2Layers(___,'ReorgLayerSource',reorgLayer
)
yolov2Layers
функция создает сеть YOLO v2, которая представляет сетевую архитектуру для детектора объектов YOLO v2. Используйте trainYOLOv2ObjectDetector
функция, чтобы обучить сеть YOLO v2 для обнаружения объектов. Функция возвращает объект, который генерирует сетевую архитектуру для сети обнаружения объектов YOLO v2, представленной в [1] и [2].
yolov2Layers
использует предварительно обученную нейронную сеть в качестве основной сети, в которую она добавляет подсеть обнаружения, требуемую для создания сети обнаружения объектов YOLO v2. Учитывая основную сеть, yolov2Layers
удаляет все слои, следующие за слоем функции в основной сети, и добавляет подсеть обнаружения. Подсеть обнаружения включает группы последовательно связанной свертки, ReLU и пакетные слои нормализации. YOLO v2 преобразовывает слой и YOLO v2, выходной слой добавляется к подсети обнаружения. Если вы задаете пару "имя-значение" 'ReorgLayerSource'
, сеть YOLO v2 конкатенирует выход слоя перестройки с выходом слоя функции.
Для получения информации о создании пользовательского слоя слоем сети YOLO v2 смотрите, Создают Сеть обнаружения объектов YOLO v2.
[1] Джозеф. R, С. К. Диввэла, Р. Б. Джиршик и Ф. Али. "Вы Только Взгляд Однажды: Объединенное, Обнаружение объектов В реальном времени". В Продолжениях Конференции по IEEE по Компьютерному зрению и Распознаванию образов (CVPR), стр 779–788. Лас-Вегас, NV: CVPR, 2016.
[2] Джозеф. R и Ф. Али. "YOLO 9000: Лучше, Быстрее, Более сильный". В Продолжениях Конференции по IEEE по Компьютерному зрению и Распознаванию образов (CVPR), стр 6517–6525. Гонолулу, HI: CVPR, 2017.
analyzeNetwork
| resnet50
| trainYOLOv2ObjectDetector
| yolov2ObjectDetector
| yolov2OutputLayer
| yolov2ReorgLayer
| yolov2TransformLayer