主要内容

rpnSoftmaxLayer

区域提议网络(RPN)的Softmax层

在页面中全部展开

描述

区域提议网络(RPN)的软最大层对输入应用软最大激活函数。使用此层创建一个Faster R-CNN对象检测网络。

创建

语法

层= rpnSoftmaxLayer
层= rpnSoftmaxLayer(“名字”,名称)

描述

层= rpnSoftmaxLayer为更快的R-CNN对象检测网络创建一个软最大层。

例子

层= rpnSoftmaxLayer(“名字”,名称)创建一个softmax层并设置可选的的名字财产。

属性

全部展开

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

数据类型:字符|字符串

此属性是只读的。

层的输入数。该层只接受单个输入。

数据类型:双

此属性是只读的。

输入图层名称。该层只接受单个输入。

数据类型:细胞

此属性是只读的。

层的输出数量。这个层只有一个输出。

数据类型:双

此属性是只读的。

输出层的名称。这个层只有一个输出。

数据类型:细胞

例子

全部折叠

打开生活的脚本

创建一个名称为RPN的softmax层“rpn_softmax”．

rpnSoftmax = rpnSoftmaxLayer (“名字”，“rpn_softmax”）
rpnSoftmax = RPNSoftmaxLayer属性:

创建一个带有名称的RPN分类层“rpn_cls”．

rpnClassification = rpnClassificationLayer (“名字”，“rpn_cls”）
名称:'rpn_cls'

添加RPN softmax和RPN分类层到a层数组，以形成RPN的分类分支。

numAnchors = 3;rpnClassLayers = [convolution2dLayer(1,numAnchors*2，“名字”，“conv1x1_box_cls”[中文]
rpnClassLayers = 3x1 Layer array with layers: 1 'conv1x1_box_cls' 2- d Convolution 6 1x1 convolutions with stride [1 1] and padding [0 0 0 0] 2 'rpn_softmax' RPN Softmax RPN Softmax 3 'rpn_cls' RPN Classification Output cross-entropy loss with 'object' and 'background' class

版本历史

介绍了R2018b

另请参阅

||(深度学习工具箱)

主题

Baidu
map