Exponenta Banner

fastRCNNObjectDetector

Обнаружение объектов с помощью детектора глубокого обучения Fast R-CNN

развернуть все на странице

Описание

The fastRCNNObjectDetector объект обнаруживает объекты из изображения, используя детектор объектов Fast R-CNN (области со сверточными нейронными сетями). Чтобы обнаружить объекты в изображении, передайте обученный детектор в detect функция. Чтобы классифицировать области изображения, передайте детектор в classifyRegions функция.

При использовании detect или classifyRegions функции с fastRCNNObjectDetector, использование CUDA® enabled 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

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

detector = trainFastRCNNObjectDetector(trainingData,...)

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 fastRCNNObjectDetector 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.

Функции объекта

detectОбнаружение объектов с помощью детектора объектов Fast R-CNN
classifyRegionsКлассификация объектов в областях изображений с помощью детектора объектов Fast R-CNN

Примеры

свернуть все

Открыть Live Script

Обнаружение транспортных средств в изображении с помощью детектора объектов Faster R-CNN.

Загрузите детектор объектов Faster R-CNN, предварительно обученный для обнаружения транспортных средств.

data = load('fasterRCNNVehicleTrainingData.mat', 'detector');
detector = data.detector;

Чтение в тестовом изображении.

I = imread('highway.png');
imshow(I)

Figure contains an axes. The axes contains an object of type image.

Запустите детектор на изображении и проверьте результаты. Метки поступают 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 высоким доверием в обнаружениях. Аннотируйте изображение с ограничивающими рамками для обнаружений и соответствующими счетами обнаружения.

  detectedI = insertObjectAnnotation(I,'Rectangle',bboxes,cellstr(labels));
  figure
  imshow(detectedI)

Figure contains an axes. The axes contains an object of type image.

См. также

Приложения

Функции

Объекты

Темы

Введенный в R2017a

Документация по Computer Vision Toolbox

Поддержка