rcnnBoxRegressionLayer

Уровень регрессии коробки для быстрого и более быстрого R-CNN

Описание

Слой регрессии параллелепипеда позволяет уточнить расположение ограничивающего параллелепипеда с помощью функции сглаживания потерь L1. Этот уровень используется для создания сети обнаружения объектов Fast или Faster R-CNN.

Создание

Синтаксис

layer = rcnUreRegedLayer

layer = rcnUreRegingLayer («Имя», имя)

Описание

layer = rcnnBoxRegressionLayer создает уровень регрессии поля для сети обнаружения объектов Fast или Faster R-CNN.

пример

layer = rcnnBoxRegressionLayer('Name',Name) создает слой регрессии поля и задает необязательный Name собственность.

Свойства

развернуть все

`Name` - Имя слоя
`''` (по умолчанию) | символьный вектор | строковый скаляр

Имя слоя, указанное как символьный вектор или строковый скаляр. Чтобы включить слой в график слоев, необходимо указать непустое уникальное имя слоя. Если вы обучаете последовательную сеть с уровнем и Name имеет значение ''затем программа автоматически присваивает имя слою во время обучения.

Типы данных: char | string

`NumInputs` - Количество входов
1 (по умолчанию)

Количество входов слоя. Этот слой принимает только один вход.

Типы данных: double

`InputNames` - Входные имена
`{'in'}` (по умолчанию)

Входные имена слоя. Этот слой принимает только один вход.

Типы данных: cell

Примеры

свернуть все

Создать слой регрессии R-CNN Box

Открыть сценарий в реальном времени

Создание слоя регрессии поля R-CNN с именем 'rcnn_box_reg'.

rcnnBoxRegression = rcnnBoxRegressionLayer('Name','rcnn_box_reg');

Расширенные возможности

Создание кода графического процессора
Создание кода CUDA ® для графических процессоров NVIDIA ® с помощью Coder™ графических процессоров

Для генерации кода CUDA ® или C++ с помощью GPU Coder™ необходимо сначала построить и обучить глубокую нейронную сеть. После обучения и оценки сети можно настроить генератор кода для генерации кода и развертывания сверточной нейронной сети на платформах, использующих процессоры ^NVIDIA ® или ^ARM ® GPU. Дополнительные сведения см. в разделе Глубокое обучение с помощью кодера графического процессора (GPU Coder).

Для этого уровня можно создать код, который использует преимущества библиотеки глубоких нейронных сетей NVIDIA CUDA (cuDNN), библиотеки вывода NVIDIA TensorRT™ или ARM Compute Library для Мали GPU.

См. также

trainFasterRCNNObjectDetector | trainFastRCNNObjectDetector | regressionLayer (инструментарий для глубокого обучения)

Темы

Создание сети быстрого обнаружения объектов R-CNN
Создание более быстрой сети обнаружения объектов R-CNN
Начало работы с R-CNN, Fast R-CNN и более быстрым R-CNN
Глубокое обучение в MATLAB (инструментарий для глубокого обучения)
Список слоев глубокого обучения (панель инструментов глубокого обучения)

Представлен в R2018b

Документация по инструментарию компьютерного зрения

Поддержка

Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.

Документация

rcnnBoxRegressionLayer

Описание

Создание

Синтаксис

Описание

Свойства

Name - Имя слоя '' (по умолчанию) | символьный вектор | строковый скаляр

NumInputs - Количество входов 1 (по умолчанию)

InputNames - Входные имена {'in'} (по умолчанию)

Примеры

Создать слой регрессии R-CNN Box

Расширенные возможности

Создание кода графического процессора Создание кода CUDA ® для графических процессоров NVIDIA ® с помощью Coder™ графических процессоров

См. также

Темы

Документация по инструментарию компьютерного зрения

Поддержка

`Name` - Имя слоя
`''` (по умолчанию) | символьный вектор | строковый скаляр

`NumInputs` - Количество входов
1 (по умолчанию)

`InputNames` - Входные имена
`{'in'}` (по умолчанию)

Создание кода графического процессора
Создание кода CUDA ® для графических процессоров NVIDIA ® с помощью Coder™ графических процессоров