exponenta event banner

fastRCNNObjectDetectorMonoCamera

Обнаружение объектов в монокулярной камере с помощью детектора глубокого обучения Fast R-CNN

Описание

fastRCNNObjectDetectorMonoCamera объект содержит информацию о детекторе объекта Fast R-CNN (области со сверточными нейронными сетями), который сконфигурирован для использования с датчиком монокулярной камеры. Для обнаружения объектов на изображении, захваченном камерой, передайте детектор в detect функция. Чтобы классифицировать области изображения, передайте детектор в classifyRegions функция.

При использовании detect или classifyRegions с fastRCNNObjectDetectorMonoCameraнастоятельно рекомендуется использовать графический процессор NVIDIA ® с поддержкой CUDA ®. Графический процессор значительно сокращает время вычислений. Для использования графического процессора требуется Toolbox™ параллельных вычислений. Сведения о поддерживаемых вычислительных возможностях см. в разделе Поддержка графического процессора по выпуску (Parallel Computing Toolbox).

Создание

  1. Создать fastRCNNObjectDetector путем вызова trainFastRCNNObjectDetector функция с данными обучения (требует Toolbox™ глубокого обучения).

    detector = trainFastRCNNObjectDetector(trainingData,...);
  2. Создать monoCamera объект для моделирования датчика монокулярной камеры.

    sensor = monoCamera(...);
  3. Создать fastRCNNObjectDetectorMonoCamera объект, пропуская детектор и датчик в качестве входов в configureDetectorMonoCamera функция. Сконфигурированный детектор наследует значения свойств исходного детектора.

    configuredDetector = configureDetectorMonoCamera(detector,sensor,...);

Свойства

развернуть все

Имя классификационной модели, указанное как вектор символа или скаляр строки. По умолчанию для имени устанавливается заголовок второго столбца trainingData таблица, указанная в trainFastRCNNObjectDetector функция. Это имя можно изменить после создания fastRCNNObjectDetectorMonoCamera объект.

Пример: 'stopSign'

Это свойство доступно только для чтения.

Обученная сеть обнаружения Fast R-CNN, заданная как объект. Этот объект хранит слои, которые определяют сверточную нейронную сеть, используемую в детекторе Fast R-CNN. Эта сеть классифицирует предложения по регионам, подготовленные RegionProposalFcn собственность.

Метод предложения по региону, указанный как дескриптор функции.

Это свойство доступно только для чтения.

Имена классов объектов, которые был обучен находить детектор Fast R-CNN, указанные как массив ячеек. Это свойство задается параметром trainingData входной аргумент для trainFastRCNNObjectDetector функция. Укажите имена классов как часть trainingData таблица.

Это свойство доступно только для чтения.

Минимальный размер объекта, поддерживаемый сетью Fast R-CNN, заданный как вектор [ширина высоты]. Минимальный размер зависит от архитектуры сети.

Это свойство доступно только для чтения.

Конфигурация камеры, заданная как monoCamera объект. Объект содержит характеристики камеры, местоположение, шаг, рыскание и расположение крена, а также мировые единицы измерения параметров. Используйте внутренние параметры для преобразования точек объекта на изображении в мировые координаты, которые затем можно сравнить со значениями в WorldObjectSize собственность.

Диапазон ширины и длины объекта в мировых единицах измерения, заданный как вектор [minWidth maxWidth] или [minWidth maxWidth; вектор minLength maxLength]. Задание диапазона длин объектов является необязательным.

Функции объекта

detectОбнаружение объектов с помощью детектора объектов Fast R-CNN, настроенного для монокулярной камеры
classifyRegionsКлассификация объектов в областях изображения с помощью детектора объектов Fast R-CNN, настроенного для монокулярной камеры
Представлен в R2017a