yolov2ObjectDetector

Обнаружьте объекты с помощью детектора объектов YOLO v2

Описание

yolov2ObjectDetector объект задает обученный детектор объектов YOLO v2. Чтобы обнаружить объекты в изображении, передайте обученный детектор объектов YOLO v2 detect объектная функция. Детектор объектов YOLO v2 распознает конкретные объекты в изображениях, на основе учебных изображений и достоверных данных, используемых с trainYOLOv2ObjectDetector функция. Можно также использовать yolov2ObjectDetector функция, чтобы создать yolov2ObjectDetector объект от предварительно обученной сети YOLO v2.

Создание

Создайте yolov2ObjectDetector объект путем вызова trainYOLOv2ObjectDetector функция с обучающими данными (требует Deep Learning Toolbox™).

detector = trainYOLOv2ObjectDetector(trainingData,____)

Описание

detector = yolov2ObjectDetector(network) создает детектор объектов YOLO v2 при помощи предварительно обученной сети YOLO v2, заданной во входе.

Входная сеть может также быть импортированной сетью от ONNX™ (Открытый Exchange Нейронной сети). Для получения дополнительной информации о том, как создать детектор объектов YOLO v2 из импортированной сети ONNX YOLO v2, смотрите Импорт Предварительно обученный детектор объектов ONNX YOLO v2.

detector = yolov2ObjectDetector(___,'TrainingImageSize',trainingSizes) задайте размеры изображения, используемые во время обучения при помощи пары "имя-значение" в дополнение к входному параметру в предыдущем синтаксисе.

Входные параметры

развернуть все

Предварительно обученная сеть YOLO v2 в виде DAGNetwork объект. DAGNetwork должен иметь входной слой изображений, YOLO v2 преобразовывают слой, который соединяется с YOLO v2 выходной слой.

Набор размеров изображения, используемых для обучения в виде разделенной запятой пары, состоящей из 'TrainingImageSize' и матрица M-2. Каждая строка имеет форму [height width]. Значением по умолчанию является размер входного слоя изображений сети.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Свойства

развернуть все

Имя модели классификации в виде вектора символов или строкового скаляра. По умолчанию имя определяется к заголовку второго столбца trainingData таблица, заданная в trainYOLOv2ObjectDetector функция. Можно изменить это имя после создания yolov2ObjectDetector объект.

Это свойство доступно только для чтения.

Обученная сеть обнаружения объектов YOLO v2 в виде DAGNetwork Объект (Deep Learning Toolbox). Это объектно-ориентированная память слои, которые задают сеть обнаружения объектов YOLO v2.

Это свойство доступно только для чтения.

Имена классов объектов, которые детектор объектов YOLO v2 был обучен найти в виде массива ячеек из символьных векторов. Это свойство установлено trainingData входной параметр в trainYOLOv2ObjectDetector функция. Задайте имена классов как часть trainingData таблица.

Это свойство доступно только для чтения.

Набор полей привязки в виде N-by-2 матрица, задающая ширину и высоту полей привязки N. Это свойство установлено AnchorBoxes свойство выходного слоя в сети YOLO v2.

Поля привязки заданы при создании сети YOLO v2 при помощи yolov2Layers функция. В качестве альтернативы, если вы создаете слой сети слоем YOLO v2, поля привязки заданы при помощи yolov2OutputLayer функция.

Это свойство доступно только для чтения.

Набор размеров изображения использовал для обучения в виде M-by-2 матрицу, где каждая строка имеет форму [height width]. Это свойство установлено trainingSizes входной параметр.

Если trainingSizes не задан во входе, затем это свойство установлено trainingSizes аргумент в trainYOLOv2ObjectDetector функция. В этом случае, yolov2ObjectDetector объект создается путем вызова trainYOLOv2ObjectDetector функция.

Функции объекта

detectОбнаружьте объекты с помощью детектора объектов YOLO v2

Расширенные возможности

Введенный в R2019a
Для просмотра документации необходимо авторизоваться на сайте