Обнаружение объектов с помощью детектора глубокого обучения Fast R-CNN
fastRCNNObjectDetector объект обнаруживает объекты по изображению, используя детектор объектов Fast R-CNN (области со сверточными нейронными сетями). Чтобы обнаружить объекты на изображении, передайте обученный детектор в detect функция. Чтобы классифицировать области изображения, передайте детектор в classifyRegions функция.
При использовании detect или classifyRegions функции с fastRCNNObjectDetectorнастоятельно 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).
Создать fastRCNNObjectDetector путем вызова trainFastRCNNObjectDetector функция с данными обучения (требует Toolbox™ глубокого обучения).
detector = trainFastRCNNObjectDetector(trainingData,...)
detect | Обнаружение объектов с помощью детектора объектов Fast R-CNN |
classifyRegions | Классификация объектов в областях изображения с помощью детектора объектов Fast R-CNN |
Обнаружение транспортных средств в изображении с помощью более быстрого детектора объектов R-CNN.
Загрузите более быстрый детектор объектов R-CNN, предварительно подготовленный для обнаружения транспортных средств.
data = load('fasterRCNNVehicleTrainingData.mat', 'detector'); detector = data.detector;
Чтение тестового изображения.
I = imread('highway.png');
imshow(I)
Запустите детектор на изображении и проверьте результаты. Метки получены 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 обладает высокой уверенностью в обнаружениях. Аннотирование изображения с помощью ограничивающих рамок для обнаружений и соответствующих показателей обнаружения.
detectedI = insertObjectAnnotation(I,'Rectangle',bboxes,cellstr(labels));
figure
imshow(detectedI)
selectStrongestBboxMulticlass | trainACFObjectDetector | trainFasterRCNNObjectDetector | trainFastRCNNObjectDetector | trainNetwork (инструментарий для глубокого обучения)boxLabelDatastore | SeriesNetwork (инструментарий для глубокого обучения)