Exponenta Banner
exponenta event banner

rpnClassificationLayer

Классификационный уровень для региональных предлагаемых сетей (РПС)

развернуть все на странице

Описание

Слой классификации сети предложений области (RPN) классифицирует области изображения как объект или фон с помощью функции перекрестных потерь энтропии. Этот уровень используется для создания более быстрой сети обнаружения объектов R-CNN.

Создание

Синтаксис

layer = rpnEdLayer
layer = rpnedLayer (имя, имя)

Описание

layer = rpnClassificationLayer создает двухклассный уровень классификации для более быстрой сети обнаружения объектов R-CNN.

пример

layer = rpnClassificationLayer('Name',Name) создает двухклассный слой классификации и задает необязательный Name собственность.

Свойства

развернуть все

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

Количество входов слоя. Этот слой принимает только один вход.

Типы данных: double

Входные имена слоя. Этот слой принимает только один вход.

Типы данных: cell

Примеры

свернуть все

Открыть сценарий в реальном времени

Создание уровня RPN softmax с именем 'rpn_softmax'.

rpnSoftmax = rpnSoftmaxLayer('Name','rpn_softmax')
rpnSoftmax = 
  RPNSoftmaxLayer with properties:

    Name: 'rpn_softmax'

Создание слоя классификации RPN с именем 'rpn_cls'.

rpnClassification = rpnClassificationLayer('Name','rpn_cls')
rpnClassification = 
  RPNClassificationLayer with properties:

    Name: 'rpn_cls'

Добавление уровней классификации RPN softmax и RPN к Layer , чтобы сформировать классификационную ветвь RPN.

numAnchors = 3;
rpnClassLayers = [
    convolution2dLayer(1,numAnchors*2,'Name','conv1x1_box_cls')
    rpnSoftmax
    rpnClassification
    ]
rpnClassLayers = 
  3x1 Layer array with layers:

     1   'conv1x1_box_cls'   Convolution                 6 1x1 convolutions with stride [1  1] and padding [0  0  0  0]
     2   'rpn_softmax'       RPN Softmax                 rpn softmax
     3   'rpn_cls'           RPN Classification Output   cross-entropy loss with 'object' and 'background' classes

См. также

| | (инструментарий для глубокого обучения)

Темы

Представлен в R2018b

Документация по инструментарию компьютерного зрения

Поддержка