Создайте сеть обнаружения объектов YOLO v2
создает сеть обнаружения объектов YOLO v2 и возвращает ее как lgraph
= yolov2Layers(imageSize
,numClasses
,anchorBoxes
,network
,featureLayer
)LayerGraph
объект.
задает источник слоя реорганизации с помощью пары "имя-значение". Можно задать эту пару "имя-значение", чтобы добавить слой реорганизации к сетевой архитектуре YOLO v2. Укажите этот аргумент в дополнение к входным параметрам в предыдущем синтаксисе.lgraph
= yolov2Layers(___,'ReorgLayerSource',reorgLayer
)
The yolov2Layers
функция создает сеть YOLO v2, которая представляет сетевую архитектуру для детектора объектов YOLO v2. Используйте trainYOLOv2ObjectDetector
функция для обучения сети YOLO v2 для обнаружения объектов. Функция возвращает объект, который генерирует сетевую архитектуру для сети обнаружения объектов YOLO v2, представленной в [1] и [2].
yolov2Layers
использует предварительно обученную нейронную сеть в качестве базовой сети, в которую она добавляет подсеть обнаружения, необходимую для создания сети обнаружения объектов YOLO v2. Учитывая основу сеть, yolov2Layers
удаляет все слои, следующие за слоем функции в базовой сети, и добавляет подсеть обнаружения. Подсеть обнаружения содержит группы последовательно соединенных слоев свертки, ReLU и нормализации партии .. Слой преобразования YOLO v2 и выходной слой YOLO v2 добавляются к подсети обнаружения. Если вы задаете пару "имя-значение" 'ReorgLayerSource'
сеть YOLO v2 объединяет вывод слоя реорганизации с выходом слоя функций.
Дополнительные сведения о создании пользовательского сетевого слоя YOLO v2 см. в разделе Создание сети обнаружения объектов YOLO v2.
[1] Джозеф. Р, С. К. Диввала, Р. Б. Гиршик, и Ф. Али. «Вы смотрите только один раз: унифицированное обнаружение объектов в реальном времени». В работе Конференции IEEE по компьютерному зрению и распознаванию шаблона (CVPR), стр. 779-788. Лас-Вегас, NV: CVPR, 2016.
[2] Джозеф. Р и Ф. Али. «ЙОЛО 9000: Лучше, Быстрее, Сильнее». В работе Конференции IEEE по компьютерному зрению и распознаванию шаблона (CVPR), стр. 6517-6525. Гонолулу, HI: CVPR, 2017.
spaceToDepthLayer
| trainYOLOv2ObjectDetector
| yolov2ObjectDetector
| yolov2OutputLayer
| yolov2TransformLayer
| analyzeNetwork
(Deep Learning Toolbox) | resnet50
(Deep Learning Toolbox)