Exponenta Banner
exponenta event banner

rpnSoftmaxLayer

Уровень Softmax для сети предложений по регионам (RPN)

развернуть все на странице

Описание

Уровень softmax сети предложений области (RPN) применяет функцию активации softmax к входу. Этот уровень используется для создания более быстрой сети обнаружения объектов R-CNN.

Создание

Синтаксис

layer = rpnSoftmaxLayer
layer = rpnSoftmaxLayer (имя, имя)

Описание

layer = rpnSoftmaxLayer создает уровень softmax для более быстрой сети обнаружения объектов R-CNN.

пример

layer = rpnSoftmaxLayer('Name',Name) создает уровень softmax и устанавливает 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

Количество выходов уровня. Этот уровень имеет только один выход.

Типы данных: double

Выходные имена слоя. Этот уровень имеет только один выход.

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