Exponenta Banner

fastRCNNObjectDetectorMonoCamera

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

развернуть все на странице

Описание

The fastRCNNObjectDetectorMonoCamera объект содержит информацию о Fast R-CNN (областях со сверточными нейронными сетями) детектор объектов которая сконфигурирована для использования с монокулярным датчиком камеры. Чтобы обнаружить объекты в изображении, которое было захвачено камерой, передайте детектор в detect функция. Чтобы классифицировать области изображения, передайте детектор в classifyRegions функция.

При использовании detect или classifyRegions с fastRCNNObjectDetectorMonoCamera, использование CUDA®-активный NVIDIA® Настоятельно рекомендуется использовать графический процессор. Графический процессор значительно сокращает время расчетов. Для использования графический процессор требуется Parallel Computing Toolbox™. Для получения информации о поддерживаемых вычислительных возможностях смотрите Поддержку GPU by Release (Parallel Computing Toolbox).

Создание

  1. Создайте fastRCNNObjectDetector объект вызовом trainFastRCNNObjectDetector функция с обучающими данными (требует Deep Learning Toolbox™).

    detector = trainFastRCNNObjectDetector(trainingData,...);

  2. Создайте monoCamera объект для моделирования монокулярного датчика камеры.

    sensor = monoCamera(...);

  3. Создайте fastRCNNObjectDetectorMonoCamera объект путем передачи детектора и датчика в качестве входов в configureDetectorMonoCamera функция. Сконфигурированный детектор наследует значения свойств от исходного детектора.

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

Свойства

расширить все

Имя классификационной модели, заданное как вектор символов или строковый скаляр. По умолчанию для имени задается заголовок второго столбца trainingData таблица, заданная в trainFastRCNNObjectDetector функция. Вы можете изменить это имя 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 региональные предложения, подготовленные RegionProposalFcn свойство.

Метод предложения области, заданный как указатель на функцию.

Это свойство доступно только для чтения.

Имена классов объектов, для поиска которых был обучен детектор Fast R-CNN, заданные как массив ячеек. Это свойство задается функцией trainingData входной параметр для trainFastRCNNObjectDetector функция. Задайте имена классов как часть trainingData таблица.

Это свойство доступно только для чтения.

Минимальный размер объекта, поддерживаемый сетью Fast R-CNN, задается как вектор [height width]. Минимальный размер зависит от сетевой архитектуры.

Это свойство доступно только для чтения.

Строение камеры, заданная как monoCamera объект. Объект содержит характеристики камеры, местоположение, тангаж, рыскание и размещение крена, а также мировые единицы измерения параметров. Используйте признаки для преобразования точек объекта в изображении к мировым координатам, которые можно затем сравнить со значениями в WorldObjectSize свойство.

Область значений ширин и длин объектов в мировых единицах измерения виде вектора [minWidth maxWidth] или [minWidth maxWidth; minLength maxLength] вектор. Установка области значений длин объектов опциональна.

Функции объекта

detectОбнаружение объектов с помощью детектора объектов Fast R-CNN, настроенного для монокулярной камеры
classifyRegionsКлассифицируйте объекты в областях изображений с помощью детектора объектов Fast R-CNN, сконфигурированного для монокулярной камеры

См. также

Приложения

Функции

Объекты

Темы

Введенный в R2017a

Документация по Automated Driving Toolbox

Поддержка