このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
rcnnObjectDetector
R-CNN 深層学習の検出器を使用したオブジェクトの検出
説明
rcnnObjectDetector
オブジェクトは、R-CNN (Region-based Convolution Neural Networks) オブジェクト検出器を使用して、イメージからオブジェクトを検出します。イメージ内のオブジェクトを検出するには、学習済みの検出器を関数 detect
に渡します。イメージ領域を分類するには、検出器を関数 classifyRegions
に渡します。
rcnnObjectDetector
を使用するには、Statistics and Machine Learning Toolbox™ および Deep Learning Toolbox™ が必要です。
rcnnObjectDetector
と共に関数 detect
または classifyRegions
を使用する場合、CUDA® 対応 NVIDIA® GPU の使用が強く推奨されます。この GPU は計算時間を大幅に短縮します。GPU を使用するには、Parallel Computing Toolbox™ が必要です。サポートされる Compute Capability の詳細については、GPU 計算の要件 (Parallel Computing Toolbox)を参照してください。
作成
学習データを指定して関数 trainRCNNObjectDetector
を呼び出して、rcnnObjectDetector
オブジェクトを作成します (Deep Learning Toolbox が必要)。
detector = trainRCNNObjectDetector(trainingData,...)
プロパティ
オブジェクト関数
detect | Detect objects using R-CNN deep learning detector |
classifyRegions | Classify objects in image regions using R-CNN object detector |
例
参照
[1] Girshick, Ross, et al. “Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation.” 2014 IEEE Conference on Computer Vision and Pattern Recognition, IEEE, 2014, pp. 580–87. DOI.org (Crossref), https://doi.org/10.1109/CVPR.2014.81.
[2] Girshick, Ross. “Fast R-CNN.” 2015 IEEE International Conference on Computer Vision (ICCV), IEEE, 2015, pp. 1440–48. DOI.org (Crossref), https://doi.org/10.1109/ICCV.2015.169.
バージョン履歴
R2016b で導入
参考
アプリ
関数
SeriesNetwork
(Deep Learning Toolbox) |trainNetwork
(Deep Learning Toolbox) |trainRCNNObjectDetector
|fastRCNNObjectDetector
|fasterRCNNObjectDetector
|vision.CascadeObjectDetector
|selectStrongestBboxMulticlass