Exponenta Banner
exponenta event banner

forward

Запуститесь вперед передают сеть Mask R-CNN

свернуть все на странице

Синтаксис

outputFeatures = forward(detector,dlX)
[outputFeatures,state] = forward(detector,dlX)

Описание

пример

outputFeatures = forward(detector,dlX) вычисляет функции изображения dlX от выходных слоев Маски детектор объектов R-CNN.

[outputFeatures,state] = forward(detector,dlX) также возвращает информацию состояния сети. Используйте состояние, чтобы обновить сетевые параметры.

Примечание

Эта функция требует Модели Computer Vision Toolbox™ для Маски Сегментация Экземпляра R-CNN. Можно установить Модель Computer Vision Toolbox для Маски Сегментация Экземпляра R-CNN из Add-On Explorer. Для получения дополнительной информации об установке дополнений, смотрите, Получают и Управляют Дополнениями. Чтобы запустить эту функцию, вы потребуете Deep Learning Toolbox™.

Примеры

свернуть все

Этот пример использует:

Скрипт Open Live Script

Загрузите предварительно обученную Маску детектор объектов R-CNN.

detector = maskrcnn("resnet50-coco");

Считайте изображение, чтобы использовать для обучения и преобразовать изображение в отформатированный dlarray объект.

I = imread("visionteam.jpg");
dlX = dlarray(single(I),"SSCB");

Вычислите функции учебного изображения.

outputFeatures = forward(detector,dlX);

Входные параметры

свернуть все

Маска детектор объектов R-CNN в виде maskrcnn объект.

Обучающие данные в виде отформатированного dlarray Объект (Deep Learning Toolbox), содержащий действительные, неразреженные данные. Метками размерности данных должен быть "SSCB".

Выходные аргументы

свернуть все

Выведите функции, возвращенные как 1 6 массив ячеек. Каждый элемент содержит активации от выходного слоя сети, как описано в таблице. В таблице numClasses является количеством классов, и numAnchors является количеством полей привязки. B является количеством изображений в пакете. numProposals является числом предложений от слоя предложения по области.

Сетевой ВыходФормат
Классификация сетей предложения по области выход после softmax операции

h w numAnchors B массивом. Карта функции имеет пространственный размер h-by-w.

Регрессия сети предложения по области выводится

h-by-w-by-(4 ⁢×numAnchors)-by-B массив. Карта функции имеет пространственный размер h-by-w.

Предложения по области

5 numProposals матрицей. Каждый столбец предложений содержит предложения по полю в формате [xStart, yStart, xEnd, yEnd, batchIdx].

Классификация сетей Detection выход после softmax операции

1-by-1-by-(numClasses+1)-by-numProposals массив.

Регрессия сети Detection выводится

1-by-1-by-(4×numClasses)-by-numProposals массив.

Сегментация маски выводится

hmask wmask numClasses numProposals массивом. Сегментация маски выход имеет пространственный размер hmask-by-wmask.

Обновленное сетевое состояние, возвращенное как таблица. Сетевое состояние является таблицей с тремя столбцами:

  • Layer – Имя слоя, возвращенное как строковый скаляр.

  • Parameter – Название параметра, возвращенное как строковый скаляр.

  • Value – Значение параметра, возвращенного как объект числового массива.

Сетевое состояние содержит информацию, которую помнит сеть между итерациями.

Смотрите также

|

Введенный в R2021b

Документация Computer Vision Toolbox

Поддержка