fastRCNNObjectDetector
Обнаружьте объекты с помощью Быстрого детектора глубокого обучения R-CNN
Описание
fastRCNNObjectDetector объект обнаруживает объекты от изображения, с помощью Быстрого R-CNN (области с нейронными сетями свертки) детектор объектов. Чтобы обнаружить объекты в изображении, передайте обученный детектор detect функция. Чтобы классифицировать области изображений, передайте детектор classifyRegions функция.
При использовании detect или classifyRegions функции с fastRCNNObjectDetector, использование CUDA® включило NVIDIA®, который настоятельно рекомендован графический процессор. Графический процессор значительно уменьшает время вычисления. Использование графического процессора требует Parallel Computing Toolbox™. Для получения информации о поддерживаемом вычислите возможности, смотрите Поддержку графического процессора Релизом (Parallel Computing Toolbox).
Создание
Создайте fastRCNNObjectDetector объект путем вызова trainFastRCNNObjectDetector функция с обучающими данными (требует Deep Learning Toolbox™).
detector = trainFastRCNNObjectDetector(trainingData,...)
Свойства
Функции объекта
detect | Обнаружьте объекты с помощью Быстрого детектора объектов R-CNN |
classifyRegions | Классифицируйте объекты на области изображений с помощью Быстрого детектора объектов R-CNN |
Примеры
Обнаружьте транспортные средства Используя Faster R-CNN
Обнаружьте транспортные средства в изображении при помощи детектора объектов Faster R-CNN.
Загрузите детектор объектов Faster R-CNN, предварительно обученный обнаружить транспортные средства.
data = load('fasterRCNNVehicleTrainingData.mat', 'detector'); detector = data.detector;
Читайте в тестовом изображении.
I = imread('highway.png');
imshow(I)
Запустите детектор на изображении и смотрите результаты. Метки прибывают из ClassNames свойство детектора.
[bboxes,scores,labels] = detect(detector,I)
bboxes = 2×4
150 86 80 72
91 89 67 48
scores = 2x1 single column vector
1.0000
0.9001
labels = 2x1 categorical
vehicle
vehicle
Детектор имеет высокое доверие к обнаружениям. Аннотируйте изображение ограничительными рамками для обнаружений и соответствующих баллов обнаружения.
detectedI = insertObjectAnnotation(I,'Rectangle',bboxes,cellstr(labels));
figure
imshow(detectedI)
Смотрите также
Приложения
Функции
selectStrongestBboxMulticlass|trainACFObjectDetector|trainFasterRCNNObjectDetector|trainFastRCNNObjectDetector|trainNetwork(Deep Learning Toolbox)
Объекты
boxLabelDatastore|SeriesNetwork(Deep Learning Toolbox)
Темы
- Начало работы с R-CNN, быстрым R-CNN и Faster R-CNN
- Хранилища данных для глубокого обучения (Deep Learning Toolbox)