Обнаружьте объекты с помощью детектора глубокого обучения SSD
ssdObjectDetector обнаруживает объекты от изображения, с помощью детектора объектов одного детектора выстрела (SSD). Чтобы обнаружить объекты в изображении, передайте обученный детектор detect функция.
Создайте ssdObjectDetector объект детектора путем вызова trainSSDObjectDetector функция с обучающими данными (требует Deep Learning Toolbox™).
detector = trainSSDObjectDetector(trainingData,...)
Чтобы обнаружить объекты в изображении, передайте detector к detect функция.
detect | Обнаружьте объекты с помощью детектора мультиобъекта поля SSD |
Загрузите предварительно обученный объект одного детектора выстрела (SSD) обнаружить транспортные средства в изображении. Детектор обучен с изображениями автомобилей на магистральной сцене.
vehicleDetector = load('ssdVehicleDetector.mat','detector'); detector = vehicleDetector.detector;
Считайте тестовое изображение в рабочую область.
I = imread('highway.png');Отобразите тестовое изображение.
imshow(I);
Запустите предварительно обученный детектор объектов SSD при помощи detect функция. Выход содержит ограничительные рамки, баллы и метки для транспортных средств, обнаруженных в изображении. Метки выведены из ClassNames свойство детектора.
[bboxes,scores,labels] = detect(detector,I)
bboxes = 2×4
139 78 96 81
99 67 165 146
scores = 2x1 single column vector
0.8349
0.6302
labels = 2x1 categorical
vehicle
vehicle
Аннотируйте изображение результатами обнаружения.
if ~isempty(bboxes) detectedI = insertObjectAnnotation(I,'rectangle',bboxes,cellstr(labels)); else detectedI = insertText(I,[10 10],'No Detections'); end figure imshow(detectedI)
DAGNetwork (Deep Learning Toolbox)anchorBoxLayer | focalLossLayer | selectStrongestBboxMulticlass | ssdLayers | trainACFObjectDetector | trainFasterRCNNObjectDetector | trainSSDObjectDetector | trainYOLOv2ObjectDetector | trainNetwork (Deep Learning Toolbox)