rcnnboxregressionlayer.

快速和更快的R-CNN盒回归层

展开所有页面

描述

通过使用平滑的L1损耗功能，盒回归层炼制边界框位置。使用此图层创建快速或更快的R-CNN对象检测网络。

创建

句法

tillay = rcnnboxregressionlayer.

tillay = rcnnboxregressionlayer（'name'，name）

描述

tillay = rcnnboxregressionlayer.为快速或更快的R-CNN对象检测网络创建一个盒式回归层。

例子

tillay = rcnnboxregressionlayer（'name'，name）创建一个框回归层并设置可选的名称财产。

特性

展开全部

`名称`-图层名称
`''`（默认）|字符向量|字符串标量

图层名称，指定为字符向量或字符串标量。要在图层图中包含一个图层，必须指定非空，唯一的图层名称。如果您使用该图层培训系列网络名称设定为''，然后软件会自动为培训时间分配给图层的名称。

数据类型：char|细绳

`numinputs.`-输入数量
1（默认）

图层的输入数。此图层仅接受单个输入。

数据类型：双倍的

`输入名称`-输入名称
`{'在'}`（默认）

图层的输入名称。此图层仅接受单个输入。

数据类型：细胞

例子

全部收缩

创建R-CNN框回归层

打开直播脚本

使用名称创建R-CNN框回归层'rcnn_box_reg'。

rcnnboxregression = rcnnboxregressionlayer（'名称'那'rcnn_box_reg'）;

扩展能力

GPU代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

生成CUDA.^®或使用GPU编码器™或C ++代码，必须先构建和培训深度神经网络。一旦网络训练和评估，您可以将代码生成器配置为生成代码并在使用NVIDIA的平台上部署卷积神经网络^®或手臂^®GPU处理器。有关更多信息，请参阅与GPU编码器深入学习（GPU编码器）。

对于此图层，您可以生成利用NVIDIA CUDA深神经网络库（CUDNN），NVIDIA TENSORT™高性能推理库或臂的代码计算库对于马里GPU。

也可以看看

TRATHFASTERRCNNOOBJECTDETECTOR.|trainfastrcnnobjectdetector.|回归金属（深度学习工具箱）

话题

在R2018B中介绍

计算机视觉工具箱文档

万博1manbetx

与Matlab引入深度学习

下载电子书