rcnnBoxRegressionLayer

Слой регрессии поля для Быстрого и Faster R-CNN

Описание

Слой регрессии поля совершенствовал местоположения ограничительной рамки при помощи сглаженной функции потерь L1. Используйте этот слой, чтобы создать Быстрое или сеть обнаружения объектов Faster R-CNN.

Создание

Синтаксис

layer = rcnnBoxRegressionLayer

layer = rcnnBoxRegressionLayer('Name',Name)

Описание

layer = rcnnBoxRegressionLayer создает слой регрессии поля для Быстрого или сети обнаружения объектов Faster R-CNN.

пример

layer = rcnnBoxRegressionLayer('Name',Name) создает слой регрессии поля и устанавливает дополнительный Name свойство.

Свойства

развернуть все

`Name` — Имя слоя
`''` (значение по умолчанию) | вектор символов | строковый скаляр

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

`NumInputs` — Количество входных параметров
1 (значение по умолчанию)

Это свойство доступно только для чтения.

Количество входных параметров слоя. Этот слой принимает один вход только.

Типы данных: double

`InputNames` — Введите имена
`{'in'}` (значение по умолчанию)

Это свойство доступно только для чтения.

Введите имена слоя. Этот слой принимает один вход только.

Типы данных: cell

Примеры

свернуть все

Создайте слой регрессии поля R-CNN

Скрипт Open Live Script

Создайте слой регрессии поля R-CNN с именем 'rcnn_box_reg'.

rcnnBoxRegression = rcnnBoxRegressionLayer('Name','rcnn_box_reg');

Расширенные возможности

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

Сгенерировать CUDA^® или Код С++ при помощи GPU Coder™, необходимо сначала создать и обучить глубокую нейронную сеть. Если сеть обучена и оценена, можно сконфигурировать генератор кода, чтобы сгенерировать код и развернуть сверточную нейронную сеть на платформах то использование NVIDIA^® или ARM^® Процессоры графического процессора. Для получения дополнительной информации смотрите Глубокое обучение для GPU Coder (GPU Coder).

Для этого слоя можно сгенерировать код, который использует в своих интересах библиотеку глубокой нейронной сети CUDA NVIDIA (cuDNN), высокопроизводительную библиотеку вывода NVIDIA TensorRT™ или ARM Compute Library для Мали графический процессор.

Темы

Введенный в R2018b

Документация

rcnnBoxRegressionLayer

Описание

Создание

Синтаксис

Описание

Свойства

`Name` — Имя слоя
`''` (значение по умолчанию) | вектор символов | строковый скаляр

`NumInputs` — Количество входных параметров
1 (значение по умолчанию)

`InputNames` — Введите имена
`{'in'}` (значение по умолчанию)

Примеры

Создайте слой регрессии поля R-CNN

Расширенные возможности

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

Смотрите также

Темы

Документация Computer Vision Toolbox

Поддержка

Документация

rcnnBoxRegressionLayer

Описание

Создание

Синтаксис

Описание

Свойства

Name — Имя слоя '' (значение по умолчанию) | вектор символов | строковый скаляр

NumInputs — Количество входных параметров1 (значение по умолчанию)

InputNames — Введите имена {'in'} (значение по умолчанию)

Примеры

Создайте слой регрессии поля R-CNN

Расширенные возможности

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

Смотрите также

Темы

Документация Computer Vision Toolbox

Поддержка

`Name` — Имя слоя
`''` (значение по умолчанию) | вектор символов | строковый скаляр

`NumInputs` — Количество входных параметров
1 (значение по умолчанию)

`InputNames` — Введите имена
`{'in'}` (значение по умолчанию)

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