主要内容

ssdMergeLayer

创建SSD合并层用于对象检测

描述

SSD合并层将特征映射的输出进行合并,用于后续的回归和分类损失计算。使用合并的特征图计算分类的焦点损耗,平滑L1损耗用于回归。

创建

描述

= ssdMergeLayer (NumChannels NumInputs)创建一个SSD合并层,指定NumChannels而且NumInputs属性分别为特征映射通道的数量和要合并的输入数量。

例子

= ssdMergeLayer (NumChannels NumInputs,“名字”,名称)创建一个SSD合并层,并设置为可选的名字属性使用名称-值对。用单引号括起属性名。

例如,ssdMergeLayer(4、6 '名称',' sm1 ')创建一个SSD合并层“sm1”它合并了四维空间和六幅特征图。

属性

全部展开

每个锚框的特性映射通道数,指定为正整数。对于回归问题,NumChannels4(对于x, y, w,和h)。对于分类问题,NumChannels等于正在检测的类的数量加上后台类的数量。

要合并的输入数,指定为正整数。

层名,指定为字符向量或字符串标量。为数组输入,trainNetworkassembleNetworklayerGraph,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

例子

全部折叠

指定每个锚框的特性映射通道数量。回归合并了四个通道。

numChannels = 4;

指定要合并的输入的数量。

numInputs = 6;

创建SSD合并层regressionMergeLayer

层= ssdMergeLayer (numChannels numInputs,“名字”“regressionMergeLayer”
Name: 'regressionMergeLayer' NumChannels: 4 numinput: 6

指定类别的数目,例如人和车辆。

numClasses = 2
numClasses = 2

指定输入的数量。

numInputs = 6
numInputs = 6

创建一个SSD合并层进行分类。通道的数量等于类的数量+ 1的后台类。

numChannels = numClasses + 1;clsMergeLayer = ssdMergeLayer(numChannels, numInputs,“名字”“clsMergeLayer”
名称:'clsMergeLayer' NumChannels: 3 numinput: 6

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

版本历史

介绍了R2020a

另请参阅

(深度学习工具箱)|

Baidu
map