Неквантованный слой объединения ROI для Mask-CNN
Слой выравнивания ROI выводит карты признаков фиксированного размера для каждого прямоугольного ROI в карте входных признаков. Этот слой используется для создания сети Mask-RCNN.
Учитывая карту функции входа размера [<reservedrangesplaceholder9> <reservedrangesplaceholder8> <reservedrangesplaceholder7> <reservedrangesplaceholder6>]
, где C
количество
каналов
и N, количество наблюдений, размер карты функции выхода - [<reservedrangesplaceholder3> <reservedrangesplaceholder2> <reservedrangesplaceholder1> <reservedrangesplaceholder0>
(M)], где h и w являются заданным размером выхода. M - вектор длины N а M (i) - количество ROI, сопоставленных с i-й картой входных функций.
Для этого слоя существует два входа:
'in'
- Входная карта функций
'roi'
- Список ROI для пула
Используйте входные имена при соединении или отсоединении слоя выравнивания информация только для чтения к другим слоям, используя connectLayers
(Deep Learning Toolbox) или disconnectLayers
(Deep Learning Toolbox) (требует Deep Learning Toolbox™).
layer = roiAlignLayer(outputSize)
создает слой выравнивания информация только для чтения с объединенным выходом outputSize
. The outputSize
вход устанавливает свойство OutputSize.
layer = roiAlignLayer(outputSize,Name,Value)
задать свойства слоя выравнивания информация только для чтения с помощью одного или нескольких аргументов пары "имя-значение". Заключайте каждое имя свойства в кавычки.
Для примера, roiAlignLayer([7 7],'Name','roialignlayer')
создает слой выравнивания информация только для чтения с объединенным выходным размером 7 на 7 пикселей и именем 'roialignlayer'.
roiMaxPooling2dLayer
| trainFasterRCNNObjectDetector
| trainFastRCNNObjectDetector