crop2dLayer

2D слой обрезки

расширьте все на странице

Описание

2D слой обрезки применяет 2D обрезку к входу.

Существует два входных параметров к этому слою:

  • 'in' — Карта функции, которая будет обрезана

  • 'ref' — Эталонный слой раньше определял размер, [ ширина высоты], обрезанного выхода

Если вы создаете этот слой, можно добавить его в layerGraph устанавливать последовательные связи между слоями. Чтобы соединить слой обрезки с другими слоями, вызвать connectLayers и задайте входные имена. connectLayers функция возвращает связанный LayerGraph возразите готовый обучить сеть.

Создание

Синтаксис

layer = crop2dLayer(Mode)
layer = crop2dLayer(Location)
layer = crop2dLayer(___,'Name',Name)

Описание

layer = crop2dLayer(Mode) возвращает слой, что обрезки входная карта функции, и устанавливают Mode свойство.

layer = crop2dLayer(Location) возвращает слой, что обрезки входная карта функции с помощью прямоугольного окна, и устанавливают Location свойство, которое указывает на положение окна.

пример

layer = crop2dLayer(___,'Name',Name) создает слой для обрезки и устанавливает дополнительный Name свойство.

Свойства

развернуть все

Режим Cropping в виде 'centercrop' или 'custom'.

РежимОписание
'centercrop'Местоположение окна обрезки является центром входной карты функции.
'custom'Местоположение окна обрезки основано на Location свойство. Это значение автоматически установлено когда Location свойство задано как вектор-строка с 2 элементами.

Типы данных: char

Обрезка местоположения окна в виде 'auto' или вектор-строка с 2 элементами.

Местоположение Описание

Вектор-строка с 2 элементами в формате [x y]

Верхним левым углом окна обрезки является в местоположении [x y] входной карты функции. x указывает на местоположение в горизонтальном направлении, и y является вертикальным направлением.

'auto'Окно обрезки расположено в центре входной карты функции. Это значение автоматически установлено когда Mode свойство задано как 'centercrop'.

Имя слоя в виде вектора символов или строкового скаляра. Для Layer вход массивов, trainNetwork, assembleNetwork, layerGraph, и dlnetwork функции автоматически присваивают имена к слоям с Name установите на ''.

Типы данных: char | string

Количество входных параметров слоя. Этот слой имеет два входных параметров.

Типы данных: double

Введите имена слоя. Этот слой имеет два входных параметров, названные 'in' и 'ref'.

Типы данных: cell

Это свойство доступно только для чтения.

Количество выходных параметров слоя. Этот слой имеет один выход только.

Типы данных: double

Это свойство доступно только для чтения.

Выведите имена слоя. Этот слой имеет один выход только.

Типы данных: cell

Примеры

свернуть все

Скрипт Open Live Script

Создайте 2D слой обрезки и соедините оба из входных параметров с помощью layerGraph объект.

Создайте слои.

layers = [
     imageInputLayer([32 32 3],'Name','image')
     crop2dLayer('centercrop','Name','crop')]
layers = 
  2x1 Layer array with layers:

     1   'image'   Image Input   32x32x3 images with 'zerocenter' normalization
     2   'crop'    Crop 2D       center crop

Создайте layerGraph. Первый вход crop2dLayer автоматически соединяется с первым выходом входного слоя изображений.

lgraph = layerGraph(layers)
lgraph = 
  LayerGraph with properties:

         Layers: [2x1 nnet.cnn.layer.Layer]
    Connections: [1x2 table]
     InputNames: {'image'}
    OutputNames: {1x0 cell}

Соедините входной слой изображений с "ref" вход 2D слоя обрезки.

lgraph = connectLayers(lgraph,'image','crop/ref')  
lgraph = 
  LayerGraph with properties:

         Layers: [2x1 nnet.cnn.layer.Layer]
    Connections: [2x2 table]
     InputNames: {'image'}
    OutputNames: {1x0 cell}

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Смотрите также

(Computer Vision Toolbox) | | (Computer Vision Toolbox) | (Computer Vision Toolbox) | (Computer Vision Toolbox) | | (Computer Vision Toolbox) | (Computer Vision Toolbox)

Темы

Введенный в R2017b

Документация Deep Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте