roiInputLayer

快速R-CNN的ROI输入层

展开全部页面

描述

ROI输入层将图像输入到快速R-CNN对象检测网络。

创建

语法

layer = roiInputLayer

roiInputLayer('Name'，Name)

描述

layer = roiInputLayer创建ROI输入层。

例子

roiInputLayer('Name'，Name)创建ROI输入层并设置可选的名字财产。

属性

全部展开

`的名字`- - - - - -层的名字
`”`(默认)|特征向量|字符串标量

层名，指定为字符向量或字符串标量。为层数组输入时，trainNetwork，assembleNetwork，layerGraph,dlnetwork函数自动为具有该名称的层分配名称”．

数据类型:字符|字符串

`NumOutputs`- - - - - -输出数
`1`(默认)

此属性是只读的。

层的输出数量。这个图层只有一个输出。

数据类型:双

`OutputNames`- - - - - -输出的名字
`{“出”}`(默认)

此属性是只读的。

输出层的名称。这个图层只有一个输出。

数据类型:细胞

例子

全部折叠

连接ROI输入层到ROI最大池化层

这个例子使用了:

打开实时脚本

创建ROI输入层。

roiInput = roiInputLayer(“名字”，“roi_input”）;

创建输出大小的ROI最大池化层[4 4]。

outputSize = [4 4];roiPool = roiMaxPooling2dLayer(outputSize，“名字”，“roi_pool”）;

将图层添加到LayerGraph。

lgraph = layerGraph;lgraph = addLayers(lgraph,roiInput);lgraph = addLayers(lgraph,roiPool);

指定ROI输入层的输出为“投资回报”ROI最大池化层的输入。

lgraph = connectLayers(“roi_input”，“roi_pool / roi”）;情节(lgraph)

图中包含一个轴对象。axis对象包含一个graphplot类型的对象。

版本历史

在R2018b中引入

另请参阅

trainFastRCNNObjectDetector|roiMaxPooling2dLayer|imageInputLayer(深度学习工具箱)