Обнаружение объектов с помощью детектора объектов YOLO v2
обнаруживает объекты в одном изображении или массиве изображений, bboxes
= detect(detector
,I
)I
, используя вы смотрите только один раз версии 2 (YOLO v2) детектор объектов. Размер входа изображения должен быть больше или равен размеру входа сети предварительно обученного детектора. Местоположения обнаруженных объектов возвращаются как набор ограничивающих рамок.
При использовании этой функции используйте 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).
[___,
возвращает категориальный массив меток, назначенных ограничивающим рамкам, в дополнение к выходным аргументам из предыдущего синтаксиса. Метки, используемые для классов объектов, определяются во время обучения с помощью labels
] = detect(detector
,I
)trainYOLOv2ObjectDetector
функция.
обнаруживает объекты в пределах всех изображений, возвращаемых detectionResults
= detect(detector
,ds
)read
функция входного datastore.
[___] = detect(___,
обнаруживает объекты в прямоугольной области поиска, заданной roi
)roi
. Используйте выходные аргументы из любого из предыдущих синтаксисов. Задайте входные параметры из любого из предыдущих синтаксисов.
[___] = detect(___,
задает опции с использованием одного или нескольких Name,Value
)Name,Value
пара аргументов в дополнение к входным параметрам в любом из предыдущих синтаксисов.
evaluateDetectionMissRate
| evaluateDetectionPrecision
| selectStrongestBboxMulticlass
| trainYOLOv2ObjectDetector